DISERTASI
Oleh:
Oleh :
BONIFASIUS MULA HORAS NAINGGOLAN
NIM: 177020201112007
Menyetujui,
Komisi Promotor,
Promotor
Mengetahui,
a.n. Dekan Fakultas Ekonomi dan Bisnis
Universitas Brawijaya
Ketua Program Doktor Ilmu Manajemen
ii
Halaman Identititas Tim Penguji Disertasi
JUDUL DISERTASI :
Kepemilikan Manajerial Sebagai Mediasi Determinan Struktur Modal Dan
Nilai Perusahaan (Studi Pada Perusahaan Yang Terdaftar Di Bursa Efek
Indonesia)
KOMISI PROMOTOR :
Promotor :
Ko-Promotor :
Ko-Promotor :
Dosen Penguji 1 :
Dosen Penguji 2 :
Dosen Penguji 3 :
Dosen Penguji 4 :
Tanggal Ujian :
a.n.
Dekan
Ketua Program Studi
(......................................)
iii
PERNYATAAN ORISINALITAS DISERTASI
Malang,
Materai Rp 10.000,Ttd
iv
DARTAR RIWAYAT HIDUP
v
UCAPAN TERIMAKASIH
vi
ABSTRAK
vii
RINGKASAN
viii
KATA PENGANTAR
Dengan memanjatkan puji syukur kepada Tuhan Yang Maha Esa, atas
limpahan dan rahmatNya penulis dapat menyajikan draft disertasi yang berjudul:
Pendahuluan, Tinjauan Pustaka terdiri dari Kajian Teori dan Kajian Empiris,
bahwa dengan kekurangan dan keterbatasan yang dimiliki penulis, walaupun telah
dikerahkan segala kemampuan untuk lebih teliti, tetapi masih dirasakan banyak
ix
DAFTAR ISI
Hal
HALAMAN JUDUL………………………….………………………………………………..i
DARTAR RIWAYAT HIDUP.................................................................................................v
UCAPAN TERIMAKASIH....................................................................................................vi
ABSTRAK.............................................................................................................................vii
RINGKASAN.......................................................................................................................viii
KATA PENGANTAR.............................................................................................................ix
DAFTAR ISI............................................................................................................................x
DAFTAR GAMBAR..............................................................................................................xii
DAFTAR TABEL.................................................................................................................xiii
BAB I PENDAHULUAN........................................................................................................1
1.1. Latar Belakang Penelitian....................................................................................................
1.2. Permasalahan yang diteliti................................................................................................
1.3. Tujuan Penelitian................................................................................................................
1.4. Manfaat Penelitian..............................................................................................................
1.4.1. Manfaat Teoritis.....................................................................................................
1.4.2. Manfaat bagi Penelitian Selanjutnya..................................................................
1.4.3. Manfaat Praktis......................................................................................................
BAB II TINJAUAN PUSTAKA............................................................................................27
2.1. Kajian Teori.........................................................................................................................
2.1.1. Nilai Perusahaan...................................................................................................
2.1.2. Teori Struktur Modal.............................................................................................
2.1.3. Teori Trade-off.......................................................................................................
2.1.4. Teori Pecking order...............................................................................................
2.1.5. Teori Market Timing..............................................................................................
2.1.6. Teori Pensinyalan (signaling)..............................................................................
2.1.7. Teori Agensi..........................................................................................................
2.1.8. Faktor-faktor Penentu Struktur Modal................................................................
2.1.9. Struktur Kepemilikan.............................................................................................
2.2. Kajian Empiris............................................................................................................76
BAB III KERANGKA PEMIKIRAN DAN HIPOTESIS......................................................92
3.1. Kerangka Pemikiran Penelitian.........................................................................................
3.2. Hipotesis Penelitian..........................................................................................................
3.2.1. Hubungan Ukuran Perusahaan dengan Struktur Modal................................
3.2.3. Hubungan Ukuran Perusahaan dan Pertumbuhan Penjualan dengan
Kepemilikan Manajerial......................................................................................
3.2.4. Kepemilikan manajerial memediasi hubungan antara Ukuran dan
Pertumbuhan penjualan dengan struktur modal...........................................
x
3.2.5. Hubungan Ukuran Perusahaan dengan Nilai Perusahaan............................
3.2.8. Hubungan Struktur modal dengan Nilai perusahaan....................................
3.3. Defenisi Operasional Variabel Konsep Penelitian........................................................
3.3.1. Variabel Endogen................................................................................................
3.3.1.1.Nilai Perusahaan yang diukur dengan Tobin’s Q..........................................
3.3.1.2.Struktur Modal.....................................................................................................
3.3.2. Variabel Eksogen................................................................................................
3.3.3. Variabel kontrol....................................................................................................
BAB IV METODE PENELITIAN.....................................................................................130
4.1.Pendekatan Penelitian.....................................................................................................
4.2.Lokasi dan Waktu Penelitian...........................................................................................
4.3.Populasi dan Sampel Penelitian.....................................................................................
4.4.Data Penelitian..................................................................................................................
4.5.Teknik pengukuran variabel............................................................................................
4.6.Model/Alat Analisis...........................................................................................................
4.6.1. Alat Analisis Deskriptrif.......................................................................................
4.6.2. Analisis Jalur (Path Analysis)............................................................................
BAB V HASIL PENELITIAN DAN PEMBAHASAN.......................................................148
5.1.1. Daftar Perusahaan Sektor Manufaktur.........................................................................
5.1.2. Sektor Penghasil Bahan Baku (Pengelolaan SDA).....................................................
5.1.3. Sektor Jasa.......................................................................................................................
DAFTAR PUSTAKA..........................................................................................................331
xi
DAFTAR TABEL
xii
Tabel 5.24. Pengaruh tidak langsung Ukuran Perusahaan dan Pertumbuhan
Penjualan terhadap Struktur Modal yang diukur dengan Rasio Hutang
Jangka Panjang melalui Kepemilikan Manajerial....................................212
Tabel 5.25. Pengaruh langsung Ukuran Perusahaan, Pertumbuhan Penjualan,
Kepemilikan Manajerial dan Struktur Modal yang diukur dengan rasio
hutang jangka panjang terhadap total aset (LTDR) terhadap Nilai
Perusahaan (Tobin’s Q)...............................................................................214
Tabel 5.26. Pengaruh tidak langsung Ukuran Perusahaan dan Pertumbuhan
Penjualan terhadap Tobin’s Q melalui Kepemilikan Manajerial dengan
salah satu variabel eksogen rasio hutang jangka panjang terhadap total
aset.................................................................................................................216
xiii
DAFTAR GAMBAR
xiv
BAB I
PENDAHULUAN
yang bersumber dari dalam maupun luar perusahaan untuk memastikan berjalannya
meningkatkan nilai saham mereka (Berk & DeMarzo, 2017) dari peningkatan daya
diharapkan akan lebih mudah memperoleh return atas dana yang diinvestasikan
para pemilik dan pemegang saham. Karena dalam keputusan investasi, salah satu
keuntungan dari hasil pembagian dividen, keuntungan selisih harga saham (capital
1
2
Dinamika nilai saham di pasar modal merupakan salah satu sumber informasi
bagi para investor untuk mengetahui gambaran nilai perusahaan. Peningkatan nilai
perusahaan dapat menjadi sinyal bagi para pemilik dan pemegang saham bahwa
Studi tentang nilai perusahaan merupakan salah satu topik penelitian yang
jenis proksi, seperti : Tobin’s Q (Braune et al., 2020; Gao & Han, 2020); Price to
Earning Ratio (PER)(Pietrovito, 2016), Market To Book Ratio (MTB) (Bianconi &
Yoshino, 2017; Gao & Han, 2020), Price Book Value (PVB) dan Earning Per Share
(Widnyana et al., 2020), dan Market Value Added (MVA) (Garcia-Castro et al.,
3
2010). Nilai perusahaan merupakan nilai berbasis pasar perusahaan yang dapat
salah satu proksi nilai perusahaan yang cukup popular bagi para peneliti bidang
keuangan (Hoang et al., 2017; Ibhagui & Olokoyo, 2018b; Isaksson & Woodside,
2016; Karim et al., 2020; Pietrovito, 2016; Nikhil Shil et al., 2019) sehingga sangat
menarik untuk diteliti terutama dalam konteks pasar modal di Indonesia. Pemilihan
terutama keputusan berinvestasi dalam modal (Holmes & Magrebi, 2015). Teori
Tobin’s Q merupakan ukuran nilai perusahaan dari persepsi pasar jangka panjang
dengan memperhitungkan kinerja masa lalu dan prospek masa depan perusahaan
Tobin’s Q perusahaan yang terdaftar di BEI disajikan pada Gambar 1. Nilai rata-rata
perusahaan non finansial di pasar modal Indonesia sangat baik. Selama periode
4
tersebut, nilai rata-rata Tobin’s Q tertinggi terjadi pada tahun 2012 (Tobin’s
Q=1.763), diikuti tahun 2018 (Tobin’s Q=1.664) dan tahun 2019 (Tobin’s Q=1.528).
2.000
1.900
1.800 1.763
1.700 1.664
1.600
1.524 1.528
Tobin's Q
1.500 1.466
1.431
1.393 1.392
1.400 1.353
1.305
1.300
1.200
1.100
1.000
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Tahun
prospek masa depan yang baik, sehingga merupakan salah satu alternatif
Salah satu keuntungan Tobin’s Q adalah tidak terlalu bergantung pada satu
tahun buku (Hejazi et al., 2016) dibandingkan ukuran nilai perusahaan lainnya
dan tidak berwujud sama baiknya, menjelaskan total investasi dengan lebih baik,
dan menjelaskan dengan lebih baik investasi tidak berwujud dibanding berwujud
pada tingkat makro (Peters & Taylor, 2017). Tobin’s Q memberi gambaran tentang
dari nilai Tobin’s Q yang lebih tinggi (H. T. Lu & Keung, 2019).
harus membuat pilihan antara hutang dan ekuitas sebagai sumber pembiayaan,
modal (Chadha & Sharma, 2015). Hutang adalah sumber pembiayaan paling
Chakrabarti, 2018; Yang et al., 2014; Zavertiaeva & Nechaeva, 2017). Salah satu
parameter yang paling penting dan efektif untuk menilai dan menentukan arah
ekonomi perusahaan di pasar modal adalah struktur modal (Bajagai et al., 2018).
6
Sebagai kombinasi hutang dan ekuitas, struktur modal utamanya terdiri dari hutang,
saham biasa dan saham preferen yang digunakan untuk membiayai berbagai proyek
hutang dan ekuitas sebagai sumber pembiayaan menjadi tantangan utama bagi para
manajer dan pengelolaannya harus hati-hati dan cermat. Struktur modal perusahaan
berperan menentukan sumber dana masa depan, biaya modal, jenis resiko,
Dalam dekade terakhir, struktur modal telah menjadi salah satu topik utama
penelitian bidang keuangan, namun sampai saat ini belum ada teori tunggal yang
dapat menjelaskan pilihan terbaik struktur modal perusahaan (X. V. Vo, 2017). Teori
struktur modal dibagi atas dua teori yang paling dominan, yaitu Teori Trade-Off dan
Teori Pecking order (Agyei et al., 2020; R. Ahmad & Etudaiye-Muhtar, 2017; Gómez
pajak penggunaan hutang dan pengurangan biaya agensi yang timbul (Yıldırım &
optimal dengan mempertimbangkan manfaat dan biaya terkait dengan unit moneter
yang bersumber dari bunga (Detthamrong, Chancharat, & Vithessonthi, 2017). Teori
peningkatan hutang melebihi manfaatnya (Im, 2019). Pada teori trade-off ada tingkat
optimal struktur modal memaksimalkan nilai perusahaan (Jouida & Hellara, 2018),
harga saham atau kekayaan pemegang saham (Yang et al., 2014) dan
Ebaid, 2009). Struktur modal optimal merupakan campuran hutang jangka panjang
Teori Pecking order menunjukan peran asimetris informasi dan sinyal dalam
pemilihan hutang (Gómez et al., 2014). Asimetris informasi yang terjadi antara
manajer dan pemilik menjadi andalan konsep teori pecking order untuk memandu
Pada teori trade-off, kedua hal tersebut tidak berperan. Asimetris informasi timbul
masa depan lebih baik dari para investor yang berada di luar perusahan. Teori
(Bae et al., 2017; Xi Wang et al., 2019; Widnyana et al., 2020). Pendekatan
Keputusan struktur modal adalah salah satu parameter utama yang efektif
menilai arah ekonomi perusahaan di pasar modal (Bajagai et al., 2018). Struktur
keputusan struktur modal sangat penting karena berdampak terhadap daya saing
kesulitan keuangan bahkan kebangkrutan (Alipour et al., 2015; Hejazi et al., 2016).
Di Pasar modal, struktur modal tergantung dari pasar saham, ketika harga saham
Tingkat hutang dalam struktur modal disebut dengan rasio leverage (Muchtar
et al., 2018). Penggunaan hutang yang dominan pada struktur modal akan
dibayar (Asquith & Weiss, 2019), sehingga lebih berisiko. Tingkat pengembalian
struktur modal yang bersumber dari hutang harus dimaksimalkan untuk menutupi
tingkat risiko yang terjadi. Keputusan menaikan atau menghentikan hutang bagi
perusahaan dapat ditinjau dari dua perspektif (Bhama et al., 2019), yaitu: (1) Adanya
perusahaan yang terbaru (tinggi atau rendah). Pemilihan hutang dalam keputusan
dewan dan penilaian terhadap harga saham saat ini yang terlalu tinggi menjadi
dasar pertimbangan pemilihan ekuitas dalam struktur modal (Adair & Adaskou,
2015).
yaitu: (1) struktur modal menggunakan nilai buku atau akuntansi disebut leverage
buku, (2) struktur modal menggunakan nilai pasar ekuitas yang disebut dengan
leverage pasar (Alnori & Alqahtani, 2019; Asquith & Weiss, 2019; Im, 2019). Pada
penelitian ini, proksi struktur modal menggunakan dua leverage buku, manajemen
mempergunakan leverage buku ini dengan pertimbangan: (1) cenderung lebih stabil
memperhatikan nilai buku sebagai pertimbangan (Chao et al., 2017), (2). Volatilitas
nilai buku lebih rendah dibandingkan dengan nilai pasar sehingga menjadi pedoman
Pada penelitian ini, proksi struktur modal yang digunakan adalah rasio total
hutang (DR) dan rasio hutang jangka panjang (LTDR). Penggunaan keduanya
sebagai proksi struktur modal cukup populer pada penelitian bidang keuangan
(Alipour et al., 2015; J. P. H. Fan et al., 2012; Handoo & Sharma, 2014; Hassan et
al., 2017; Hewa Wellalage & Locke, 2015; X. V. Vo, 2017). Pertimbangan peneliti
memilih keduanya sebagai proksi struktur modal adalah, perubahan harga saham
total hutang adalah ukuran standar mengukur rasio hutang, dan LTDR untuk
mengetahui dari sisi jatuh tempo hutang (Daskalakis et al., 2017). Rasio total hutang
yang disediakan investor terhadap total aset, mengukur proporsi dana investor yang
tersedia selain pemegang saham preferen atau biasa (Brigham & Ehrhardt, 2017).
DR adalah struktur modal yang paling sering digunakan para peneliti bidang
keuangan (Ahmed & Afza, 2019; Jahanzeb et al., 2015) penggunaannya paling
sering untuk mengevaluasi risiko kreditur pada satu titik waktu, tetapi tidak untuk
satu periode yang menghitung total klaim atas aset perusahaan (Saksonova, 2006).
(Y. Fan et al., 2020), yaitu antara rasio hutang jangka panjang dengan jangka
pendek. Hutang jangka pendek tidak dimasukan sebagai proksi struktur modal
keputusan struktur modal. Hutang jangka pendek dapat diperbaharui menjadi jangka
LTDR dapat dilakukan karena hutang jangka pendek umumnya digunakan sebagai
penutup kekurangan kas sementara dan tidak terkait dengan kebijakan struktur
modal jangka panjang (Arsov & Naumoski, 2016). Peluang investasi yang tersedia di
pasar adalah salah satu faktor pendorong mengubah hutang jangka pendek menjadi
cenderung memiliki hutang jangka panjang yang lebih besar karena memiliki posisi
tawar yang kuat terhadap kreditor (HUANG & SONG, 2006; X. Li, 2015) dengan
(Castro et al., 2016). Total aset sebagai ukuran penjelasan hutang dipergunakan
untuk menghitung total klaim terhadap aset perusahaan oleh kreditur, dimana risiko
akan semakin besar bagi kreditur jika koefisien meningkat (Saksonova, 2006).
Para peneliti bidang keuangan telah banyak meneliti hubungan struktur modal
dengan nilai perusahaan namun belum ada kesepakatan di antara para peneliti
perusahaan seluruhnya berasal dari hutang dan ekuitas. Namun pada pasar modal
tidak sempurna, komposisi hutang dan ekuitas sangat berperan menentukan nilai
masa depan (Aras & Mutlu Yildirim, 2018) dan dapat meningkatkan nilai
menerangkan pembentukan nilai pada pemegang saham (X. V. Vo & Ellis, 2017).
Keputusan struktur modal yang dilakukan oleh manajer top dan berpengalaman
biasanya lebih efektif dan dapat meningkatkan nilai perusahaan (Matemilola, Bany-
struktur modal dengan proksi DR dan LTDR dengan nilai perusahaan dengan proksi
terhadap Tobin’s Q (Abor, 2007; King & Santor, 2008; Le & Phan, 2017; Ruan et al.,
2011; Salim & Yadav, 2012; Zeitun & Tian, 2007). DR yang berlebihan tidak
berdampak signifikan terhadap nilai perusahaan (Jiao, 2010; Jiraporn & Liu, 2008).
Bentuk hubungan struktur modal dengan proksi LTDR dengan Tobin’s Q juga belum
ditemukan oleh Ibhagui & Olokoyo (2018b); Olokoyo (2013); Salim & Yadav (2012).
Hubungan terbalik ditunjukan oleh Abor (2007);S. Lee & Dalbor (2013); Mardones &
Cuneo (2019); Zeitun & Tian (2007); Le & Phan (2017); Ullah et al.(2021); Olibe et
pengaruh yang tidak signifikan. Studi pada perusahaan di Inggris dan Australia
terhadap Tobin’s Q di Inggris, namun positif dan dan signifikan di Australia (P.
Hasil yang tidak jauh berbeda juga ditunjukan pada penelitian yang dilakukan di
Bursa Efek Indonesia (BEI) terkait hubungan antara struktur modal dengan nilai
12
perusahaan. Studi pada perusahaan property dan real estat yang terdaftar BEI
signifikan (Hidayah, 2017). Hermuningsih (1998) dalam studi pada perusahaan yang
terdaftar di BEI periode 2006-2010 menunjukan bahwa struktur modal dengan proksi
dilakukan pada perusahaan non keuangan yang terdaftar di BEI tahun 2015
tersebut dilakukan berdasarkan satu sektor industri (Chadha & Sharma, 2015; Forte
et al., 2013; Proença et al., 2014; Nadeem A Sheikh & Wang, 2010; Sofat & Singh,
2017), menggabungkan beberapa jenis sektor industri di satu negara (Bahsh et al.,
2018; H. Kaur & Soch, 2012; Khémiri & Noubbigh, 2018; L. Li & Islam, 2018),
membandingkan jenis industri (Köksal & Orman, 2015; Prime & Qi, 2013),
2017) dan membanding struktur modal perusahaan antar negara (Antoniou et al.,
2008; de Jong et al., 2008; M’ng et al., 2017; Mateev et al., 2013).
teori-teori keuangan yang berlaku (Frank, Murray Z. and Goyal, 2009; Rajan &
Zingales, 2007; Sofat & Singh, 2017; X. V. Vo, 2017), namun hasil-hasil penelitian
belum mengarah pada satu temuan yang konsisten. Beberapa faktor spesifik
perusahaan yang penting menentukan struktur modal antara lain: struktur aset,
profitabilitas, faktor makroekonomi yang penting adalah inflasi (R. Ahmad &
Etudaiye-Muhtar, 2017)
Indonesia adalah studi kasus yang menarik untuk penelitian struktur modal
pembiayaan sebelum deregulasi pasar keuangan Indonesia pada 1980-an (Moosa &
Li, 2012). Haron (2016) meneliti determinan struktur modal di Indonesia dengan
modal. Moosa & Li (2012) menunjukan ukuran dan likuiditas perusahaan merupakan
faktor determinan struktur modal antara Thailand dan Indonesia, pada kedua negara
ukuran berpengaruh positip sebelum krisis 1998 dan negatif pada saat krisis.
struktur modal yang akan diteliti. Penggunaan aset sebagai ukuran perusahaan
untuk menangkap ketidakberwujudan ukuran perusahaan (F.-L. Lin & Chang, 2011).
Perusahaan beraset besar lebih mudah mengumpulkan dana dalam bentuk ekuitas
maupun hutang dibanding perusahaan kecil, karena memiliki aset sebagai jaminan.
Teori ukuran mengatakan bahwa perusahaan besar cenderung memiliki hutang lebih
besar dibanding perusahaan kecil (S. Suhadak et al., 2019), karena aset yang lebih
besar yang dapat digunakan sebagai jaminan untuk memperoleh pinjaman dan
skala perusahaan serta peluang bisnisnya cenderung besar. Hutang jangka panjang
perusahaan besar lebih berpeluang menghasilkan kinerja lebih baik dan peluang
kebangkrutannya lebih kecil dibanding perusahaan kecil (X. Li, 2015). Beberapa
(Ahsan et al., 2016; Feng et al., 2020; Saif-Alyousfi et al., 2020; Wellalage & Locke,
2008; Yousef, 2019). Alipour et al. (2015); Handoo & Sharma (2014);
Bandyopadhyay & Barua (2016) menunjukan hasil yang berlawanan. Dakua (2019)
terhadap LTDR (Abor & Biekpe, 2009; Ahsan et al., 2016; Feng et al., 2020; Saif-
terhadap LTDR (Alipour et al., 2015; Bandyopadhyay & Barua, 2016; Delcoure,
2007; Olibe et al., 2019). Handoo & Sharma (2014) menunjukan hasil yang tidak
Huang et al., 2020; Nam & Uchida, 2019; Ozdemir, 2020; S. O. Park et al., 2016;
Salavei et al., 2020; Ullah et al., 2021). Namun, studi lain menunjukan ukuran
Aguir & Aguir, 2020b; Ahmed & Afza, 2019; Bae et al., 2017; Iswajuni et al., 2018).
pasar dan akuisisi serta akumulasi sumber daya yang diperlukan untuk
semua analisis finansial. Pertumbuhan penjualan dapat dianalisis dalam hal volume
penjualan, tren harga, pertumbuhan organik dan eksternal (Vernimmen et al., 2014).
terhadap DR (Cassar & Holmes, 2003; Malinić et al., 2013). Hasil yang berlawanan
ditunjukan (Alipour et al., 2015; Pepur et al., 2016; Z. Sun & Wang, 2016). Chaklader
& Chawla (2016); Köksal & Orman, (2015) menunjukan hasil yang tidak signifikan.
Pertumbuhan penjualan berpengaruh positif terhadap LTDR (Abor & Biekpe, 2009;
Cassar & Holmes, 2003; Yazdanfar & Öhman, 2015), Alipour et al. (2015)
menunjukan hasil yang negatif, dan hasil yang tidak signifikan ditunjukan (Abor,
berbanding lurus dengan Tobin’s (Benson et al., 2020; Foster et al., 2021; J. Lee et
al., 2019; Nezami et al., 2018). Hal ini menunjukan potensi pertumbuhan yang lebih
tinggi berdampak pada peningkatan nilai perusahaan (Tobin’s Q)(Y. Fan, Boateng,
King, & MacRae, 2019). Hasil berbeda ditunjukan Jae & Uk (2021) yang
signifikan.
Profitabilitas cenderung berpengaruh negatif terhadap struktur modal (R. Ahmad &
Etudaiye-Muhtar, 2017; Alipour et al., 2015; Daskalakis et al., 2017; Handoo &
Sharma, 2014; Malinić et al., 2013; Pepur et al., 2016). Struktur aset berpengaruh
al., 2012) dan LTDR (Ahsan et al., 2016; Bahsh et al., 2018; J. S. Bendickson &
Chandler, 2019). Likuiditas berpengaruh positif terhadap total hutang (Al-najjar &
Hussainey, 2011). Hasil yang berlawanan ditunjukan oleh (Alipour et al., 2015;
signifikan terhadap LTDR (Ahsan et al., 2016; Alipour et al., 2015; X. V. Vo, 2017).
(R. Ahmad & Etudaiye-Muhtar, 2017; M’ng et al., 2017). NDTS berpengaruh positif
terhadap LTDR (Bahsh et al., 2018; Delcoure, 2007). Hasil berlawanan ditunjukan
hubungan. Karena itu, perlu memasukan sebuah variabel mediasi untuk mengisi
biasanya dalam bentuk saham perusahaan sehingga memiliki posisi penting dalam
peningkatan nilai perusahaan oleh manajer atas nama pemilik (Goranova et al.,
pemegang saham (George et al., 2019; Jadiyappa et al., 2018) sehingga menjadi
salah satu solusi mengurangi konflik keagenan (Brailsford et al., 2002; Florackis,
2008; George et al., 2019) pada perusahaan, yaitu konflik kepentingan antara
sehingga harus memposisikan dirinya dengan baik agar dapat berperan maksimal
bagi perusahaan. Proporsi saham yang dimiliki manajer pada perusahaan turut
saham mayoritas di perusahaan besar (Rhou et al., 2019). Menurut teori keagenan,
sesuai dengan fungsinya. Karena itu, saat pengambilan keputusan, manajer akan
manajerial (Bathala, 1996; D. H. Chen et al., 2013; M.-Y. Chen, 2013; Drakos &
Bekiris, 2010; Afzalur Rashid, 2016). M.-Y. Chen (2013) mengatakan ukuran
dalam portofolio investasi untuk meminimalisasi kendala keuangan (Lu & Jhuang,
2014). Manajer pemilik maupun non pemilik perusahaan kecil dan menengah
dapat mengurangi pengaruh arus kas bebas pada kinerja, meskipun memungkinkan
pertumbuhan penjualan yang lebih tinggi (Brush et al., 2000). Beberapa studi
cenderung terbalik (Abor, 2008; Bathala, 1996; Jiraporn & Nimmanunta, 2018;
manajer yang tidak memiliki saham. Kepemilikan manajerial yang tinggi cenderung
pemegang saham di luar agar tidak menimbulkan konflik dan dapat diterima semua
pihak. Kepemilikan manajerial dibutuhkan dalam posisi agar konflik tersebut bisa
lebih rendah, hal ini dilakukan untuk menghindari pembiayaan ekuitas dari eksternal,
(Florackis, Kostakis, & Ozkan, 2009; Ruan, Tian, & Ma, 2009). Studi yang dilakukan
et al.(2018); Aǧca & Mansi (2008); G. Huang & Song (2006) menunjukan hubungan
Penggunaan hutang dapat mengurangi biaya agensi arus kas bebas karena
adanya kewajiban membayar cicilan hutang. Hal ini akan mengurangi ketersediaan
arus kas untuk membiayai diskresi manajer yang akan menurunkan tingkat
kepemilikan manajerial yang lebih tinggi. Kepemilikan manajerial yang tinggi akan
dan melindungi kepentingan pribadi manajer, karena itu manajer tidak mau
perusahaan yang hutangnya tinggi (J. Sun et al., 2016). Dari sisi jatuh tempo hutang,
kepemilikan manajerial berpengaruh negatif terhadap LTDR (G. Huang & Song,
2006; Sheikh & Wang, 2012), hasil yang berbeda ditunjukan (Bajagai et al., 2018).
C. F. Lee & Kuo (2014) menunjukan terdapat hubungan trade off antara kepemilikan
biaya agensi.
saham eksternal agar kepercayaan investor luar dapat meningkat. Karena itu, belum
industri perbankan. Hasil yang sama ditunjukan (Zandi et al., 2020) ketika meneliti
Tobin’s Q dapat berbentuk non liner (Coles et al., 2012; Hoang et al., 2017).
al., 2021). Bentuk hubungan ada yang asimetris ditunjukan oleh (Fahlenbrach &
menghilangkan penyimpangan yang terjadi pada kedua sisi tingkat optimal, namun
mengurangi nilai perusahaan (M. Y. Chen, 2013). Davies, Hillier, & McColgan
Tobin's Q. Dari perspektif teori keagenan, peneliti ingin menguji peran kepemilikan
pertumbuhan penjualan dengan struktur modal relatif masih kurang, terutama pada
23
penelitian tentang perusahaan non finansial yang terdaftar di Bursa Efek Indonesia
yaitu perusahaan Non Badan Usaha Milik Negara (BUMN) dan non keuangan
periode waktu 2009-2019 sebagai sumber data. Perusahaan BUMN tidak dilibatkan
dan kepemilikan manajerial (4,12%) (Ing Malelak et al., 2020). Proporsi kepemilikan
manajerial perusahaan yang publikasi di BEI rata-ratanya tidak lebih dari 20%
Dari bukti-bukti empiris yang telah diuraikan di atas, maka peneliti mengajukan
sebuah konsep baru model penelitian yang menjadi kebaruan (novelty) penelitian
ini, yaitu: (1). Peran kepemilikan manajerial sebagai mediator hubungan antara
penelitian lanjutan dan manfaat praktis atau manajerial terkait nilai perusahaan.
struktur modal dan pengaruh struktur modal terhadap nilai perusahaan, hasil
perusahaan.
manajerial sebagai salah satu bukti empiris adanya dialktika ilmu pengetahuan
1. Hasil penelitian ini memberi informasi bagi pengelola BEI dalam proses
Nilai perusahaan adalah nilai yang bersedia dibayarkan oleh investor potensial
berkorelasi dengan kenaikan harga pasar saham (Zuhroh, 2019), karena dinamika
para pemegang saham mengacu pada besaran harga saham di pasar modal yang
Nilai perusahaan yang lebih tinggi biasanya diberikan para pelaku pasar di pasar
modal yang sistemnya lebih baik (Asghar et al., 2020). Nilai perusahaan yang tinggi
merefleksikan nilai buku yang dimiliki perusahaan (Gao & Han, 2020; Karagiorgos,
2010; Le & Phan, 2017; Xing et al., 2016). Ukuran kinerja pasar perusahaan disebut
juga dengan nilai perusahaan (Siddiqui, 2015) yang memberikan nilai pasar
28
29
informasi terkini nilai perusahaan di pasar modal dari hasil perkalian antara harga
risiko dan waktu, khususnya yang terkait dengan laba yang diprediksi setiap saham
agar dalam jangka panjang dapat harga saham dapat maksimal (Brigham &
Nilai perusahaan merupakan bagian dari teori perusahan (theory of the firm)
keyakinan untuk mencapai tujuan yang ditetapkan (M. C. Jensen & Meckling, 1976).
Teori keagenan (M. C. Jensen & Meckling, 1976) dan teori pensinyalan (Leland
& Pyle, 1977; Ross, 1977) menjelaskan perlunya mengetahui nilai perusahaan. Teori
(Phillips & Bosse, 2016) dan memaksimalkan kekayaan pemegang saham. Teori
antara pemegang saham dan manajemen (agen) (Evans & Tourish, 2016), di tengah
antara pemilik dan agen akan meminimalisasi konflik keagenan. Untuk memberi
kontrak kerja untuk mengatur hak dan kewajiban. Konflik keagenan yang
Teori pensinyalan melibatkan dua pihak, yaitu pemberi sinyal (signaler) dan
memberikan umpan balik (L. W. Brown et al., 2020). Menurut informasi ekonomi,
teori pensinyalan adalah bentuk reaksi para pihak yang terlibat dalam transaksi
potensial terhadap informasi pasar yang strukturnya asimetris (Rao et al., 2018).
sinyal kepada para pihak di luar perusahaan sebagai dasar memutuskan transaksi
yang potensial dengan perusahaan, salah satunya keputusan investasi. Sinyal yang
terkirim adalah informasi perusahaan yang belum diketahui pihak luar dengan
harapan mendapatkan tanggapan positif dari penerima sinyal sesuai kekuatan sinyal
berada di luar perusahaan. Menurut teori pensinyalan, perusahaan yang baik akan
memberikan informasi yang baik kepada pihak luar dengan sengaja, sehingga
penerima sinyal dapat membedakan kondisi baik atau buruk perusahaan (Suhadak
Suhadak et al., 2019). Nilai perusahaan yang tidak baik merupakan sinyal negatif
1. Tobin’s Q , perbandingan nilai pasar aset dengan nilai buku aset pada akhir
tahun, dengan pengertian nilai pasar aset adalah nilai pasar saham biasa
dikurang jumlah nilai buku saham dan neraca pajak yang tertunda (Gao & Han,
2020; Iswajuni et al., 2018; Le & Phan, 2017; Xing et al., 2016). Nilai Tobin’s Q
2. Market to Book Ratio, yaitu rasio nilai pasar ekutias terhadap nilai buku ekuitas
(Gao & Han, 2020; Rhou et al., 2019; Siddiqui, 2015; Suhadak Suhadak et al.,
maka nilai aset perusahaan melebihi biaya historis. Perusahaan dengan rasio
pasar terhadap nilai buku rendah menunjukan saham yang bernilai, sedangkan
32
jika rasio pasar terhadap buku tinggi menunjukan terjadinya saham yang
terhadap laba per saham (Suhadak Suhadak et al., 2019; Widnyana et al.,
2020). Rasio ini merupakan ukuran sederhana untuk menilai kondisi suatu
saham apakah penilaiannya terlalu tinggi atau rendah dengan prinsip nilai
4. Price Book Value (PBV): merupakan rasio antara harga setiap lembar saham di
pasar modal dengan nilai buku setiap lembar saham (Widnyana et al., 2020).
5. Earning Per Share (EPS), yang didefenisikan dengan rasio laba bersih
2020). Nilai ini menggambarkan laba bersih perusahaan yang mewakili total
pendapatan para pemegang ekuitas pada perusahaan (Berk & DeMarzo, 2017).
6. Market Value Added (MVA) yang didefenisikan dengan nilai pasar – nilai buku
ekuitas dan hutang (Galant & Cadez, 2017; Garcia-Castro et al., 2010) yang
terdapat pada neraca, dimana nilai pasar merupakan hasil perkalian nilai saham
dengan jumlah saham yang beredar (Brigham & Houston, 2019). Nilai ini
pasar(Galant & Cadez, 2017). Nilai pasar adalah kapitalisasi pasar, dan modal
adalah investasi pada perusahaan dalam bentuk nilai buku ekuitas dan hutang
perusahaan. Tobin’s Q pertama sekali diperkenalkan oleh James Tobin pada tahun
1969. Tobin & Brainard (1977) mengatakan Tobin’s Q adalah rasio antara dua
penilaian aset fisik yang sama, yaitu penilaian pasar dan biaya penggantian atau
reproduksi. Penilaian pasar adalah harga yang berlaku di pasar untuk pertukaran
aset yang ada, sedangkan biaya penggantian atau reproduksi adalah harga di pasar
nilai pasar aset dibagi dengan nilai buku aset pada akhir tahun fiskal, dimana nilai
pasar aset adalah nilai buku aset ditambah nilai pasar saham biasa dikurangi jumlah
nilai buku saham biasa dan neraca pajak tangguhan. Singh, Tabassum, & Darwish
(2017) mengukur Tobin’s Q dengan total nilai pasar perusahaan ditambah kewajiban
dan membaginya dengan total nilai aset ditambah kewajiban. Narang & Kaur (2014);
nilai buku saham preferen dan nilai buku hutang dan membaginya dengan nilai buku
aset. Lee & Grewal (2004); Swaminathan et al.(2014) mengukur Tobin’s Q sebagai
nilai pasar ekuitas ditambah nilai likuidasi saham preferen perusahaan yang beredar
ditambah hutang terhadap total aset. Karim et al.(2020); Ibhagui & Olokoyo (2018b)
estimasi biaya penggantian Struktur aset perusahaan, tidak termasuk investasi yang
dibuat perusahaan dalam aset tidak berwujud. Nilai penggantian aset pada Tobin’s
34
Q sama dengan nilai buku total aset (Ibhagui & Olokoyo, 2018b; Pietrovito, 2016).
Pada Tobin’s Q, harga saham pada akhir tahun merupakan saham yang dapat
ekuitas per saham (Xu, 2018). Nilai Rasio Tobin’s Q terdiri dari tiga kriteria, yaitu:
1. Nilai Tobin’s Q=1 menunjukan keseimbangan antara nilai pasar dengan nilai aset
perusahaan.
2. Nilai Tobin’s Q >1 menunjukan bahwa nilai pasar perusahaan melebihi nilai aset,
baik. Nilai ini mencerminkan sumber nilai yang tidak diukur yang terkait dengan
3. Nilai Tobin’s Q < 1, berarti nilai pasar lebih kecil dari nilai tercatat perusahaan,
karena itu pasar memandang rendah perusahaan (Narang & Kaur, 2014). Hal ini
2. Tobin's q mampu menyatukan berbagai faktor yang dapat dan tidak dapat dilihat
ini dan arus kas perusahaan di masa depan sebagai bahan pertimbangan
b. Tobin's Q adalah ukuran yang lebih baik dari nilai perusahaan berbasis
perusahaan baik yang teramati maupun yang tidak teramati dengan kondisi pasar
mencerminkan nilai saat ini dan arus kas masa depan perusahaan (Vizcaíno &
Chousa, 2016b). Holmes & Maghrebi (2015) mengatakan keputusan lebih banyak
36
perbandingan antara nilai perusahaan di pasar keuangan dan nilai buku. Nilai Q
yang lebih tinggi harus mendorong lebih banyak investasi, karena biaya relatif untuk
investasi, hutang non komersil, dan kesepakatan sewa (Farhangdoust et al., 2020).
Brealey, Myers, & Allen (2017) mendefenisikan struktur modal sebagai bauran
bunga, hal-hal lain dipegang konstan, sehingga arus kas dengan leverage akan lebih
sedikit (Kalay & Lemmon, 2008). Hutang dianggap sebagai sumber keuangan yang
lebih murah karena pembayaran bunga menjadi pengurang biaya pajak, dan biaya
hutang tetap konstan selama periode penebusan (Sharma, 2018). Struktur modal
menyelesaikan merger, dan atau mencapai beberapa tujuan (M. Baker et al., 2008).
Brigham & Houston (2019) mengatakan struktur modal aktual perusahaan dapat
mengambil peluang investasi (Harrison & Widjaja, 2014; R. Yildirim, Masih, & Bacha,
2018). Struktur modal yang paling menguntungkan bagi pemegang saham adalah
ketika mampu menaikan nilai perusahaan atau biaya modal yang lebih rendah (Ross
et al., 2014:86) . Teori struktur modal berusaha menyediakan kerangka kerja untuk
al., 2007). Peningkatan sasaran struktur modal dalam bentuk hutang dengan jumlah
lebih besar, dengan harapan persyaratan yang lebih ketat memaksa manajer lebih
Pioner penelitian tentang struktur modal adalah teori Modigliani dan Miller
(MM) pada tahun 1958 yang mengatakan tidak adanya relevansi antara pajak
dengan struktur modal. Ardalan (2017) mengatakan tidak adanya relevansi struktur
modal dalam teori MM berdasarkan asumsi yang tidak realistis dan bertentangan
dengan arus utama keuangan akademik. Asumsi-asumsi tersebut antara lain: tidak
ada biaya pialang, tidak ada pajak, tidak ada biaya kebangkrutan, investor dapat
meminjam dengan tingkat yang sama seperti perusahaan, seluruh investor memiliki
informasi yang sama seperti manajemen tentang peluang investasi perusahaan dan
laba sebelum bunga dan pajak tidak dipengaruhi oleh hutang (Brigham & Houston,
2019).
38
hutang tetapi juga latihan penyeimbangan menuju posisi optimal (Lemma &
relatif rendah (Anh et al., 2012). Pengoptimalan struktur modal meningkatkan nilai
perusahaan secara signifikan dalam kondisi dimana hanya struktur modal yang
dioptimalkan (Martellini et al., 2018). Struktur modal optimal adalah struktur yang
memaksimalkan harga saham atau kekayaan pemegang saham (Yang et al., 2014).
harga saham adalah hasil peningkatan proporsi hutang berisiko dalam struktur
modal (Ardalan, 2017). Mauer & Sarkar (2005) mengatakan jumlah optimal hutang
didorong oleh kewajiban pajak atas pembayaran bunga, biaya kebangkrutan, dan
biaya agensi yang dihasilkan dari konflik pemegang saham-pemegang obligasi atas
faktor-faktor lain yang berhubungan dengan biaya agensi (Alnori & Alqahtani, 2019).
yaitu: trade-off, agensi dan pecking order. Alves et al.(2015); MYERS (1984)
membagi struktur modal atas dua teori utama, yaitu teori Trade-off dan teori
informasi kepada investor sering menempatkan Teori trade-off dan Teori pecking
order dalam dalam posisi berlawanan (Z. Serrasqueiro & Caetano, 2015).
Perbedaan utama antara teori trade-off dan teori pecking order adalah dalam
interpretasi paling ekstrim manajer. Teori pecking order tidak memiliki target rasio
39
yaitu biaya agensi berbasis pajak, asimetris informasi dan teori-teori pensinyalan.
Pajak dan biaya agensi adalah teori trade-off, sedangkan asimetris informasi dan
teori pensinyalan adalah teori pecking order. Teori trade-off dan Teori pecking order
siklus hidup perusahaan, sehingga menimbulkan perubahan pola target hutang dan
sebagai sumber pembiayaan investasi (teori pecking order), dan perusahaan lainnya
Teori trade-off merupakan teori tradisional dan berpengaruh besar pada teori
struktur modal. Teori trade off terbentuk atas asumsi dasar adanya pertukaran
antara manfaat marjinal dan biaya marjinal untuk mengoptimalkan target baurang
keuangan (Dhaene et al., 2017). Menurut teori trade-off, kombinasi antara ekuitas
dan biaya hutang maksimal (Alves et al., 2015; Modigliani & Miller, 1963). Biaya
dalam teori trade-off adalah adalah biaya kesulitan keuangan dan biaya agensi yang
timbul antara pemegang saham dan pemegang hutang, sedangkan manfaat adalah
manfaat pajak dan hasil monitoring hutang yang memberikan manfaat agensi (X.
Huang et al., 2018), dan pengurangan biaya agensi ekuitas dari kelebihan arus kas
(Alves et al., 2015). Tidak jauh berbeda, Brigham & Houston (2019); Modigliani &
40
Miller (1963) mengatakan teori trade-off adalah teori struktur modal yang
dengan masalah yang timbul oleh kemungkinan bangkrutnya perusahaan. Inti Teori
memperoleh manfaat penghematan pajak (Mogha & Williams, 2021; Serrasqueiro &
Caetano, 2015). Biaya modal akan menurun karena meningkatnya biaya hutang
(Fabozzi & Drake, 2008). Rasio hutang optimal dipengaruhi biaya trade-off, manfaat
(MYERS, 1984). Teori trade-off mengakui rasio target hutang antar perusahaan
besar rasio hutangnya cenderung lebih tinggi, sehingga pengurang pajak yang
bersumber dari bunga menjadi lebih besar. Pengujian model trade-off pada intinya
mencapai tingkat struktur modal optimal (Kannadhasan et al., 2018). Struktur modal
struktur ini meminta rasio hutang yang rendah dibanding rasio yang memaksimalkan
laba per lembar saham (Brigham & Houston, 2019). Chipeta & Mcclelland (2018)
1. Teori trade-off memprediksi bahwa antara manfaat pajak dan potensi biaya
3. Teori trade-off mengatakan perusahaan dengan struktur aset yang relatif aman,
lebih tinggi.
4. Teori trade-off berpendapat bahwa tarif pajak marjinal yang lebih tinggi secara
Teori trade- off terdiri atas teori trade-off statis dan trade-off dinamis (R. Ahmad
& Etudaiye-Muhtar, 2017). Frank & Goyal (2008) menggunakan istilah teori trade-off
statis untuk menguji hipotesis bahwa kebangkrutan dan pajak adalah faktor krusial
menentukan leverage. Menurut trade-off statis, rasio hutang dan ekuitas yang
optimal ditentukan oleh pertukaran antara keuntungan dan kerugian leverage (S.
kesulitan keuangan, biaya agensi hutang, dan beban pendapatan bunga pemegang
hutang dalam bentuk biaya pajak pribadi (S. Brown et al., 2019).
Berbeda dengan teori struktur modal statis, teori trade-off dinamis mengakui
struktur modal dinamis yang optimal tergantung pada manfaat pembiayaan hutang
variasi aset, tingkat bunga tanpa risiko, dan ukuran biaya rekapitalisasi. Teori trade-
Teori pecking order merupakan salah satu teori paling berpengaruh dalam
leverage perusahaan (Frank & Goyal, 2003). Teori pecking order lebih melihat
masalah jangka pendek dan taktis dibandingkan menambah dana eksternal untuk
investasi (Ross et al., 2014). Dalam teori pecking order, perusahaan mengutamakan
pendanaan internal ke eksternal, laba ditahan adalah sumber dana prioritas, hutang
lebih lebih utama dibanding ekuitas (Allini et al., 2018; Barclay & Smith, 2005; X.
Huang et al., 2018; Mogha & Williams, 2021; MYERS, 1984; Thao Nguyen et al.,
2021; Yousef, 2019), berdasarkan pada asimetris informasi (X. Huang et al., 2018).
2015).
jangka pendek dibanding hutang jangka panjang (Thao Nguyen et al., 2021). Ketika
sumber pembiayaan, dengan prioritas akumulasi hasil, sumber pihak ketiga, hutang
Teori pecking order tidak memiliki rasio hutang yang optimal, sehingga itu
waktu dan upaya meminimalkan biaya seleksi (Dimitrov, 2011). Agarwal (2013)
sumber pembiayaan.;
bertahap. Ketika dana internal tidak cukup untuk biaya investasi, perusahaan
3. Perusahaan dengan defisit pembiayaan, akan menarik saldo kas dan surat
Teori pecking order dimulai dari asimetri informasi yang menunjukkan bahwa
manajer lebih mengetahui prospek, risiko, dan nilai perusahaan dibanding investor
luar (Alves et al., 2015; Brealey et al., 2014; MYERS, 1984). Asimetri informasi
eksternal menjadi lebih mahal daripada sumber pembiayaan internal (Dhaene et al.,
2017). Ketika terjadi defisit, perusahaan akan mengeluarkan ekuitas sesuai dengan
defisit hutang yang terjadi (Allini et al., 2018). Teori pecking order mendukung
Dari penjelasan tentang teori pecking order di atas, teori pecking order memiliki
1. Tidak ada target untuk struktur modal: Berdasarkan teori pecking order, tidak
kas internal yang lebih besar, sehingga kebutuhan pendanaan eksternal lebih
diperoleh secara internal. Cadangan kas tersebut dikenal dengan financial slack.
Teori market timing pertama kali dikemukakan oleh Baker & Wurgler (2002),
yang mendefenisikan struktur modal saat ini sebagai hasil kumulatif dari upaya
mengatur market timing. Teori market timing muncul karena adanya perubahan
market timing (Gomes et al., 2019). Pada teori market timing, manajer menerbitkan
saham pada saat bernilai sangat tinggi, dan membeli kembali saham saat nilainya
rendah. Teori market timing menyatakan asimetris informasi dan seleksi yang
dinamis, hal yang berlawanan dengan teori pecking order (Allini et al., 2018).
pada biaya relatif yang bervariasi dari waktu ekuitas dan hutang, dan keputusan
penerbitan ini memiliki efek jangka panjang pada struktur modal karena struktur
modal yang diamati pada waktu tertentu merupakan hasil keputusan penerbitan
45
sekuritas periode demi periode sebelumnya (Huang & Ritter, 2009). Baker & Wurgler
(2002) membagi empat jenis studi tentang teori market timing, yaitu:
untuk pembiayaan aktual, hal ini relatif terhadap nilai pasar dan nilai buku masa
lalu. Pada saat nilai pasar rendah cenderung membeli kembali ekuitas.
Zavertiaeva & Nechaeva (2017) membagi market timing atas dua tipe, yaitu
harga yang tinggi ketika menerbitkan saham dan membelinya kembali pada saat
2. Waktu pada pasar hutang dilakukan dengan cara menerbitkan hutang pada saat
asimetri informasi untuk menguntungkan pemegang saham saat ini, tidak ada target
pengembalian rasio modal, dan peran market timing dominan terhadap leverage
perusahaan (Flannery & Rangan, 2006). Dengan lebih mengetahui kondisi internal
Baker & Wurgler (2002) membagi market timing atas dua versi, yaitu (1)
Dinamis, di mana manajer dan investor rasional dengan tingkat seleksi yang
merugikan bervariasi antar perusahaan atau lintas waktu dan berbanding terbalik
dengan rasio pasar terhadap buku. (2) Manajer berfikir bahwa investor tidak rasional
dan akan meningkatkan ekuitas ketika biaya ekuitas rendah. Jika manajemen
besar dibanding harga obligasi, maka harga saham saat ini akan nampak lebih
rendah nilainya bagi para manajer dibanding harga obligasi saat ini (Barclay &
Smith, 2005).
tindakan yang diambil manajemen untuk memberi petunjuk pemilik atau pemegang
dapat membujuk pihak lain untuk mengambil tindakan positif (Fatima et al., 2021;
untuk menghubungkan dirinya dengan fitur yang diinginkan (Clark et al., 2002; J. A.
Jensen et al., 2020). Teori pensinyalan terdiri atas dua elemen utama, yaitu
pemberi sinyal dan penerima sinyal (L. W. Brown et al., 2020; Taj, 2016). Untuk
mengirimkan sinyal ke penerima dan akan menerima umpan balik terkait sinyal yang
diberikan (L. W. Brown et al., 2020). Pemberi sinyal merupakan orang dalam,
individu ataupun produk yang bersifat positif ataupun negatif yang bermanfaat ke
47
pihak luar (penerima sinyal) terkait kondisi organisasi (Connelly et al., 2011; Taj,
2016). Sinyal dapat berbentuk positif atau negatif, sehingga penting memahami
sinyal negatif yang tidak diinginkan melengkapi sinyal positif yang diinginkan yang
dapat mengganggu proses pensinyalan dan membuat bingung penerima (Taj, 2016).
Teori pensinyalan fokus pada penggunaan sinyal dengan bijaksana yang konsisten
untuk mencapai atau memiliki atribut tertentu yang bernilai, penyampaiannya akan
sulit dilaksanakan jika sinyal tidak ada (Clark et al., 2002). Sinyal yang baik mampu
Teori pensinyalan pertama kali diperkenalkan oleh (Leland & Pyle, 1977; Ross,
perusahaan (manajer) dan eksternal (pemegang saham dan bank) (Alipour et al.,
2015; Balios et al., 2016; Ross, 1977; Shou et al., 2020). Teori pensinyalan
menginformasikan perilaku dua pihak, yaitu individu atau organisasi, dimana akses
kedua belah pihak ke informasi berbeda satu sama lain, satu pihak berperan
sebagai pengirim dan memilih cara mengkomunikasikan sinyal dan pihak lain
berperan sebagai penerima sinyal untuk memaknai sinyal yang diterima (Connelly
et al., 2011). Hal paling utama yang ditekankan pada teori pensinyalan adalah
bahwa informasi yang diamati pada lingkungan mampu dipahami penerima sinyal
(Yeh, 2021). Ketika terjadi keselarasan di antara keduanya, berarti sinyal telah
dibanding pemegang saham (Brigham & Ehrhardt, 2017). Hal ini mengakibatkan
48
terjadinya masalah asimetris informasi, khususnya tentang nilai perusahaan saat ini
dan peluang investasi (D. H. Vo & Nguyen, 2014). Teori pensinyalan membahas
jenis informasi yang disampaikan manajer kepada pemilik perusahaan atau sinyal
mengurangi asimetris informasi antara dua pihak yang terilibat, karena penerima
sinyal dapat memahami secara jelas informasi yang diberikan pemberi sinyal.
penjual dan pembeli terkait dengan kinerja perusahaan dan membantu memperbaiki
asimetris informasi yang terjadi(A. K. Gupta, 2021). Teori pensinyalan terkait juga
tidak perlu menghasilkan sinyal yang mahal karena pemilik bekerja sebagai manajer
perusahaan (Sindhu et al., 2016). Salah satu penggunaan teori pensinyalan adalah
dan tidak baik (Suhadak Suhadak et al., 2019). Bentuk-bentuk sinyal yang
saham, kinerja keuangan, nilai perusahaan atau informasi terkait daya saing dan
komunikasi simbolik dan manfaat sosial dengan tindakan strategis individu dan
adaptasi (Bird & Smith, 2005). Teori pensinyalan mengatakan (dalam satu paragraf
kalau bisa kalimatnya divariasikan ya pak agar tidak monoton) terjadi hubungan
positif antara peluang pertumbuhan dan melalui teori pensinyalan, karena pelunasan
tinggi akan diterjemahkan ke pasar sebagai kinerja yang lebih baik dan
Wasiuzzaman, 2013).
sinyal informasi yang akan diterima oleh investor, informasi ini dapat diterima melalui
al., 2016; Ross, 1977; Ross et al., 2012). Menurut teori pensinyalan, investor
memandang nilai perusahaan lebih tinggi ketika hutang lebih tinggi, sehingga
kinerja lebih baik dan mengantisipasi keuntungan yang lebih tinggi di masa depan
Tobin’s Q merupakan salah satu proksi yang sangat populer untuk mengukur
nilai pasar perusahaan. Nilai Tobin's Q yang tinggi menunjukan kinerja pasar
perusahaan sangat baik. Peningkatan nilai Tobin’s Q merupakan sinyal bagi investor
tentang prospek peningkatan nilai perusahaan tinggi di masa depan (Sampurna &
Perusahaan besar cenderung memiliki hutang lebih besar. Di sisi lain, akses
besar lebih mudah ke pasar hutang, dan biayanya juga lebih rendah (Buvanendra et
al., 2016). Ukuran perusahaan bisa juga menjadi proksi terjadinya asimetris
informasi antara orang internal dan eksternal perusahaan, di mana tingkat asimetris
perusahaan kecil (Buvanendra et al., 2016; F. Hossain & Ali, 2012). Ukuran
kinerjanya, baik kinerja buku maupun kinerja pasar perusahaan. Dengan adanya
51
modal dalam jumlah besar (J. K. Kang & Stulz, 1997; Yeh, 2021).
Teori agensi muncul didasari dari theory of ther firm yang dibangun untuk
pemilik perusahaan dan manajer (agen) manajerial (M. C. Jensen & Meckling,
1976). Teori agensi merupakan wujud dan fokus utama lahirnya isu tata kelola
(Chris Florackis et al., 2020; Subramanian, 2018). Teori agensi muncul atas dasar
adanya pemisahan hubungan antara pemilik perusahaan dan para manajer (agen)
yaitu: (1) individu memiliki tujuan istimewa; dan (2) Tidak sempurnanya informasi
52
yang dimiliki pemilik dan agen. Teori agensi membahas cara mengatur hubungan
antara pemilik (principal) dan manajer (agent) agar berjalan dengan efisien (Tate et
al., 2010). Konflik keagenan terjadi karena tidak tertulisnya kontrak yang disepakati
dan biaya penegakannya lebih murah (Fama & Jensen, 1983). Teori agensi
memprediksi bahwa konflik yang terjadi antara manajemen dengan pemilik dan
berbagai faktor lain yang dapat menghasilkan struktur modal yang optimal (Alnori &
Rashid, 2016).
akan lebih lancar, demikian juga sebaliknya. Jensen & Meckling (1976);Eisenhardt
atau lebih orang pemilik melibatkan orang lain sebagai agen untuk melakukan
dana yang diinvestasikan pemilik. Dari hasil laporan tersebut pemilik memperoleh
informasi aktivitas perusahaan dan menjadi dasar penilaian terhadap kinerja agen
antara pemilik dan agen ini berjalan mulus, sering memunculkan perbedaan
pandangan antar kedua belah pihak terkait dengan operasionalisasi dan kinerja
mengasumsikan antara pemilik dan manajer yang terlibat dalam hubungan, berbeda
dalam menghindari risiko (Tate et al., 2010; Wright et al., 2001). Secara normatif,
keputusan..
(Johnson & Droege, 2004). Ketika tujuan-tujuan tersebut tidak dapat diselaraskan,
akan memunculkan masalah di antara kedua belah pihak. Kondisi ini disebut dengan
pada perusahaan. Saam (2007) menjelaskan ada tiga perbedaan utama dalam
perusahaan cenderung lebih banyak diketahui oleh agen. Di sisi lain, informasi
pemilik.
2. Preferensi risiko yang berbeda. Pemilik dan agen memiliki sikap yang berbeda
3. Konflik tujuan timbul dari preferensi yang berbeda antara pemilik dan agen.
pendapatannya, demikian juga pemilik. Dalam kondisi ini, kedua belah pihak
sistem (Solomon et al., 2021). Teori agensi adalah implementasi mekanisme tata
dengan agen sebagai pengelola. Pengaturan kontrak yang jelas antara pemilik
lingkungan bisnis modern, teori agensi memiliki sejumlah batas kondisi yang
membawa implikasi kuat untuk masa depan perusahaan karena pengaruh waktu
komoditas yang memiliki biaya, dan dapat dibeli. Ini memberikan peran penting
untuk sistem informasi formal, seperti penganggaran, dewan direksi, dan yang
jangka menengah, dan masa depan itu hanya sebagian dikendalikan oleh
untuk berbagi risiko menjadi perhatian karena pemilik telah memberikan tanggung
jawab tertentu kepada agen untuk mencapai tujuan yang sama (J. Bendickson et al.,
2016). Jika terjadi pemisahan antara kepemilikan dan agen, dapat berimplikasi pada
keputusan oleh agen tidak mewakili kepentingan pemilik. Hal inilah yang memicu
terkendali, dapat mengurangi nilai perusahaan (Glover & Hambusch, 2016). Untuk
yang terjadi antara pemilik perusahaan dan agen atau mekanisme tata kelola
perusahaan untuk meminimalisasi konflik (J. Bendickson et al., 2016) . Konflik antara
manajer dan pemegang saham yang terjadi adanya kondisi yang menyiratkan
bahwa manajer mencoba untuk mencapai tujuan pribadinya, dan tidak berupaya
memaksimalkan nilai perusahaan dan pengembalian pemegang saham (Le & Phan,
yang terjadi antara pemegang saham dan manajemen pada suatu perusahaan
untuk mengontrol tindakan agen di perusahaan yang dimiliki bersama (Panda &
kontrak hubungan antara pemilik dan agen beroperasi paling efisien (Tate et al.,
signifikan dapat dilakukan dengan sedikit saham ekuitas, masalah agensi sistem
tersebut dapat dikurangi dengan tindakan disipliner yang terkandung dalam kontrak
Konsep inti dari teori keagenan adalah menetapkan biaya keagenan dengan
tujuan merancang pengaturan kontrak antara principal dan agen yang dapat
keagenan (Lopes, 2016). Dalam teori agensi dikenal istilah dengan biaya agensi.
Biaya agensi adalah biaya yang dikorbankan oleh pemilik perusahaan dari sebagian
kecil kekayaanya untuk memantau manajer (agen) (M. C. Jensen & Meckling, 1976;
Afzalur Rashid, 2016). Biaya agensi tersebut biasanya terdiri dari biaya penataan,
yang berbeda dan biaya kerugian yang muncul karena manfaat lebih kecil dari biaya
biaya agensi dengan harapan agar tujuan perusahaan dapat tercapai. Pengorbanan
antara pemilik dan manajer, insentif kepada agen dapat juga diberikan dalam
bentuk uang, atau dalam bentuk saham yang bersumber dari sebagian kecil
Selain itu, konflik antara pemilik dan manajer perusahaan, masalah agensi juga
terjadi antara investor luar dan manajer sebagai pemilik mayoritas perusahaan.
Investor luar akan ragu menyediakan dana ekuitas jika mereka percaya dana dan
pengembalian yang adil atas dana tersebut peluang pengembaliannya kecil (Seifert
& Gonenc, 2010). Perusahaan dan koalisi yang dikendalikan keluarga di antara
et al., 2018). Biaya agensi cenderung lebih tinggi untuk perusahaan pada industri
yang sedang tumbuh, karena lebih fleksibilitas untuk memilih investasi masa depan
(Titman & Wessels, 1988). Basis biaya agensi tidak ada pada perusahaan dengan
dan NDTS. Di bawah ini akan dijelaskan beberapa faktor-faktor penentu struktur
besaran total aset, penjualan atau rata-rata penjualan (Estiasih et al., 2019). Ukuran
berdasarkan total aset, nilai pasar saham, jumlah tenaga kerja, karyawan dan lain-
lain (Handriani & Robiyanto, 2018). Ketika perusahaan tumbuh, diharapkan menjadi
lebih menguntungkan dan dapat mengumpulkan aset yang lebih nyata di sepanjang
(Wellalage & Locke, 2013). Banyak alasan yang dapat dicantumkan yang
antara lain akses yang menghasilkan perbedaan ke pembiayaan luar dan pasar
58
kredit, peluang investasi, dan keberisikoan terkait dengan skala (Forte et al., 2013).
Teori pecking order mengatakan asimetris informasi yang lebih rendah pada
lebih lebih besar dibanding perusahaan kecil. Menurut teori pecking order,
monitoring terhadap perusahaan besar lebih banyak dilakukan melalui pasar modal,
dan akan terjadi penurunan asimetris informasi karena luasnya eksposur yang harus
dilakukan (R. Yildirim, Masih, & Ismath, 2018). Perusahaan yang lebih besar
memiliki akses yang lebih baik ke pasar kredit dibandingkan dengan perusahaan
yang lebih kecil (Al-Ajmi et al., 2009), dua buah keunggulan dibandingkan
pada perusahaan besar dianggap lebih baik, leveragenya cenderung lebih tinggi
karena dengan biaya lebih rendah mampu menerbitkan hutang lebih besar (M’ng et
al., 2017). Namun, asimetris informasi yang buruk dan kemampuan pembiayaan
memperluas pasar. Perusahaan yang lebih besar lebih terdiversifikasi dan memiliki
kemungkinan gagal bayar yang lebih rendah, sehingga menurunkan risiko (Al-
Khouri, 2005). Sejalan dengan teori biaya transaksi, perusahaan besar memiliki lebih
perusahaan kecil (Al-najjar & Hussainey, 2011). Karena itu, leverage perusahaan
rendah (Mai et al., 2017), memiliki kapasitas hutang lebih tinggi (M’ng et al., 2017).
a. Hasil bersih yang akan diperoleh perusahaan dalam periode yang ditetapkan
b. Peluang perusahaan untuk bangkrut lebih kecil dan karena pengaruh skala
Pada jenis usaha baru, Ortqvis et al.(2006) mengatakan ukuran menjadi lebih
dalam jangka panjang. Bagi perusahaan besar, sumber pembiayaan prioritas adalah
pinjaman bank, karena adanya fleksibilitas jaminan yang dimiliki (Bilgin & Dinc,
informasi lebih transparan. Driffield & Pal (2010) yang menunjukan ada
besar berdampak positif terhadap nilai perusahaan (Connolly & Hirschey, 2005)
60
penambahan nilai, dan ekspansi dalam hal volume bisnis. Pertumbuhan dapat
diukur dengan beberapa atribut, seperti penjualan, pekerjaan, aset, laba, pangsa
pengembangan produk baru, akuisisi perusahaan, dan penggantian aset yang ada.
Perusahaan dengan opsi pertumbuhan tinggi dan volatilitas arus kas tinggi memiliki
insentif untuk mengurangi hutang dalam struktur modal mereka selama jangka
waktu tertentu (Handoo & Sharma, 2014). Perusahaan dengan pertumbuhan tinggi
cenderung lebih mampu melakukan investasi (Ghozali et al., 2018). Dalam jangka
di masa depan (Goddard et al., 2006). Karena itu, perusahaan dengan peluang
untuk membiayai investasi masa depan yang akan dilakukan oleh perusahaan. Jika
laba ditahan tidak cukup untuk melengkapi tingkat pertumbuhan suatu perusahaan,
lebih menguntungkan dan juga mengumpulkan aset yang lebih nyata di sepanjang
untuk investasi perusahaan. Dari sudut pandang pecking order, begitu perusahaan-
perusahaan ini terlebih dahulu akan menghabiskan dana internal mereka, jika dana
perusahaan (Jang & Park, 2011). Perusahaan yang tumbuh seringkali perusahaan
yang berusia muda dan cenderung memiliki praktik tata kelola yang kurang
berkembang untuk memantau upaya manipulasi manajer (Wahlen et al., 2015: 465).
Arah hubungan antara peluang pertumbuhan dan struktur modal tidak sama
menurut teori yang berbeda. Selain itu, hubungan ini cenderung berbeda antara
pertumbuhan tinggi dengan arus kas operasi yang lebih rendah akan memiliki rasio
hutang yang tinggi karena keengganan mereka untuk meningkatkan ekuitas baru
diharapkan antara peluang pertumbuhan dan leverage untuk dua alasan utama,
yaitu:
tinggi.
hasil dari satu atau lebih faktor, yaitu: (1) perubahan harga, (2) perubahan volume,
(3) akuisisi/ divestasi, dan (4) perubahan nilai tukar (Subramanyam, 2014: 487).
pesaing, kondisi ekonomi, suku bunga, struktur pasar dan iklim usaha.
peningkatan pangsa pasar dan efek sinergi, sehingga mengarah pada kinerja yang
cenderung lebih rendah pada perusahaan yang dikelola pemilik (Brush et al., 2000).
LTDR setelah usaha dua tahun berdiri (Ortqvis et al., 2006). Pertumbuhan
2007). Perusahaan dengan pertumbuhan penjualan dan laba yang tinggi, cenderung
perusahaan berkembang lebih besar (Brush et al., 2000b; Murphy, 1985). Tujuan
63
memiliki nilai perusahaan yang lebih tinggi (Brailsford & Yeoh, 2004; Nezami et al.,
2018).
Struktur aset adalah penentu yang diterima secara luas dari struktur modal,
Struktur aset dapat juga didefenisikan sebagai struktur aset sebuah organisasi.
Struktur aset didefinisikan sebagai rasio aset tetap terhadap total asset (Deesomsak
et al., 2004). Struktur aset berfungsi sebagai jaminan yang melindungi pemberi
pinjaman terhadap kerugian akibat konflik antara pemberi pinjaman dan pemegang
saham, atau terhadap kerugian akibat kurangnya informasi (Pinkova, 2012). Struktur
aset mengacu pada semua jenis aset berwujud misalnya tanah, bangunan, mesin
dan peralatan) yang memiliki beberapa tingkat kapasitas hutang (Handoo & Sharma,
2014). Bagian struktur aset yang tinggi mewakili tingkat keamanan yang tinggi bagi
kreditor. Jika perusahaan menerbitkan hutang, aset tetapi sering digunakan sebagai
jaminan hutang, nilai ekuitasnya dapat meningkat dengan kenaikan harga saham
dengan proporsi struktur aset yang tinggi akan menyediakan lebih banyak jaminan
hutang (Wellalage & Locke, 2014). Karena itu, kualitas struktur aset perusahaan
adalah ukuran langsung dari keamanan yang dapat ditawarkan oleh perusahaan
kepada investor yang ada dan potensial. Teori trade-off memprediksi bahwa
investasi yang dimilikinya, yang secara bersamaan berarti bahwa struktur modal
menunjukkan tingkat yang lebih tinggi untuk pembiayaan eksternal (Boda & Szucs,
2017).
yang optimal dimana penghematan pajak sama dengan biaya kesulitan keuangan
(Nikhil Shil et al., 2019), dengan kata lain adanya keseimbangan antara
penghematan pajak dan biaya kesulitan keuangan akan diperoleh struktur modal
penghematan pajak non-hutang yang besar (Bilgin & Dinc, 2019). Hal ini
berdasarkan pada teori trade-off yang menyatakan beban hutang merupakan faktor
Selain hutang, masih ada faktor lain sebagai pengurang pajak di luar hutang
yang dimiliki perusahaan. Faktor tersebut salah satunya adalah besaran depresiasi
dari asset berwujud yang dimiliki oleh perusahaan. Penghematan yang diperoleh
penghematan non hutang merupakan salah satu faktor yang menentukan struktur
modal di luar hutang yang dimiliki perusahaan. Model struktur modal optimal
2.1.8.5. Profitabilitas
pendapatan yang diperoleh dari aktivitas bisnis melebihi pengeluaran, biaya, dan
65
diperoleh pergi ke pemilik bisnis, yang mungkin atau mungkin tidak memutuskan
didefinisikan sebagai rasio laba sebelum bunga, pajak, dan depresiasi dengan total
asset (Deesomsak et al., 2004; HUANG & SONG, 2006). Rasio profitabilitas adalah
hutang perusahaan dari hasil kegiatan operasi yang dilakukan (Brigham & Houston,
2019).
terhadap profitabilitas perusahaan (S. Khan et al., 2019). Hubungan negatif antara
leverage dan profitabilitas berasal dari teori pecking order (Forte et al., 2013;
Mouamer, 2011). Mengacu pada teori pecking order, perusahaan dengan tingkat
profitabilitas yang tinggi akan mengutamakan dana internal, dan akan merasa malu
menggunakan hutang sebagai sumber pendanaan (M. Rashid et al., 2020). Menurut
harusnya semakin tinggi karena pengurangan pajak hutang dari pembayaran bunga,
kombinasi ekuitas dan hutang yang berinvestasi dalam aset dengan biaya
2.1.8.6. Likuiditas
Likuiditas yang baik tergantung pada kemampuan untuk secara instan dan mudah
mereka untuk memenuhi kewajiban lancar. Teori pecking order menunjukkan bahwa
perusahaan dengan likuiditas tinggi wajib menggunakan dana sendiri untuk investasi
modal. perusahaan yang memiliki likuiditas yang cukup memiliki persyaratan lebih
sedikit untuk pembiayaan dan peminjaman eksternal (Alipour et al., 2015). Tingkat
al., 2020), dan kebijakan terkait pembayaran dividen dan leverage (Rajverma et al.,
dari saham biasa yang dimiliki oleh dewan direksi, investor institusi di dalam dan luar
dewan direksi,, dan Chief Executive Officer (CEO) secara berurutan. Struktur
67
kepemilikan adalah proporsi kepemilikan saham oleh pemilik asing, pemilik saham
saham yang diwakili oleh beberapa lembaga keuangan) pada satu perusahaan
(Lu & Jhuang, 2014). Proporsi saham pemilik sebuah perusahaan sangat
menentukan keputusan struktur modal (Li, Yue, & Zhao, 2009). Keberadaan pemilik
yang kaya dan terkonsentrasi dapat membantu perusahaan di saat krisis sehingga
perusahaan untuk menghindari krisis arus kas atau masalah defisit kredit (Yasse &
Mamun, 2015). Semakin besar persentase saham yang dimiliki, semakin besar
agensi muncul ketika kepemilikan dan manajemen terpisah (Cao et al., 2018),
karena kepentingan keduanya tidak lagi selaras (Rajverma et al., 2019). Ang,
Cole, & Lin (2000) menemukan empat bentuk hubungan antara biaya agensi
3. Jika pemegang saham adalah non manajer, akan meningkatkan biaya agensi .
4. Pada tingkat yang lebih rendah, pemantauan eksternal oleh bank menghasilkan
minoritas.
keputusan tentang kebijakan dan strategi perusahaan (Chen & Yu, 2012).
manajer sebagai pengelola dengan pemilik. Jika konflik ini dibiarkan berlangsung
lama, maka dapat mengurangi kinerja dan nilai perusahaan di kemudian hari.
saham luar. Efek divergensi kepentingan akan menghasilkan biaya agensi yang
2. Ada efek pertahanan sehingga manajer memiliki lebih banyak ruang untuk
kepemilikan menengah.
rendahnya pembayaran dividen pemegang saham. Karena hal ini dapat merugikan
penting dalam eisiensi manajemen dan berperan mengurangi konflik antara manajer
(Jadiyappa et al., 2018). Kepemilikan manajerial adalah hasil dari realisasi upaya
saham (M. C. Jensen & Meckling, 1976) Peningkatan kepemilikan manajerial pada
pemegang saham, dan mengarah ke pengambilan keputusan yang lebih baik dan
nilai perusahaan yang lebih tinggi (Ruan, Tian, & Ma, 2011). Pada saat pengurangan
biaya agensi lebih besar dari biaya kepemilikan, perusahaan harus mengalokasikan
pemilik tentu bekerja untuk kepentingan dirinya sebagai manajer dan pemilik
menjembatani kepentingan para manajer dan pemegang saham. Ang, Cole, & Lin
pemilik utama. Bagi pemilik utama yang juga manajer perusahaan, insentif untuk
satu sama lain. Short & Keasey (1999) menyatakan kepemilikan manajerial diukur
sebagai persentase saham ekuitas yang dimiliki oleh direksi dan keluarga dekatnya
pada akhir tahun akuntansi. Ukuran ini mencakup kepemilikan direksi, di mana
Chen & Steiner (1999); C. F. Lee & Kuo (2014); Rahmawati et al.(2018) menyatakan
kepemilikan managerial adalah rasio kepemilikan saham semua direktur dan pejabat
terhadap jumlah saham yang beredar. Kepemilikan Manajerial adalah persen saham
pemegang saham luar (Fahlenbrach & Stulz, 2009). Kepemilikan manajerial secara
2. Pemilik-manajer memiliki lebih dari 50 persen dan kurang dari 100 persen dari
3. Pemilik-manajer memiliki ekuitas antara lebih dari 0 persen dan kurang dari
atau sama dengan 50 persen, dan memiliki kontrol minoritas atas bisnis
mereka. konflik agensi mungkin saja terjadi antara pemilik-manajer dan pemilik
individu tanpa bagian dalam ekuitas. Di sini ada kemungkinan konflik agensi
antara manajer profesional dan pemilik yang tidak mengelola, dengan pemilik
Jika proporsi saham manajer besar , kemudian manajer itu sebagai orang dalam,
pada nilai perusahaan (Al-Khouri, 2005). Ketika proporsi saham manajer besar,
diri sendiri namun dapat merugikan pemegang saham lainnya (Acero Fraile &
Dikaitkan dengan nilai perusahaan Paniagua et al.(2018) menyatakan ada dua kunci
pribadi dan membudidayakan diri pada kepemilikan manajerial yang lebih tinggi,
kepemilikan manajerial optimal dan lebih rendah (Himmelberg et al., 1999). Chou,
Wu, & Chen (2007) menunjukan bukti adanya efek timbal balik antara kepemilikan
manajerial dan nilai perusahaan, dan kepentingan yang berbeda dari manajemen
yaitu: 1)
73
ekuitas yang dipegang oleh manajemen akan memiliki efek positif pada nilai
perusahaan.
3. Kelompok tinggi dengan kepemilikan manajerial lebih dari 50 persen, ada efek
dipegang oleh tipe investor institusional berikut: bank dan kepercayaan, dana
memainkan peran penting dalam perusahaan karena kepemilikan saham yang besar
insentif untuk memantau manajemen perusahaan dan berada dalam posisi untuk
pemantauan eksternal.
3. Peran investor institusional dalam memberi sinyal kinerja yang baik: Teori
untuk memantau eksekutif perusahaan (Yasse & Mamun, 2015). Kepemilikan yang
tetapi hanya sampai batas tertentu, di mana potensi masalah utama-prinsipal masih
dipegang oleh 10 pemegang saham terbesar (Raimo et al., 2020). Defenisi lain
yang dimiliki oleh lima pemegang saham terbesar (Prommin et al., 2016). Chirinko
ekuitas biasa yang beredar.; 2) Pemegang saham terbesar mengendalikan lebih dari
20% dari ekuitas biasa yang beredar.; 3) Pemegang saham terbesar mengendalikan
melakukan pengawasan kepada para manajer agar bekerja secara sesuai dengan
manajemen perusahaan, sehingga mengarah pada nilai perusahaan yang lebih baik
Yousef (2019) meneliti faktor-faktor penentu struktur modal sektor real estate di
Gulf Cooperation Council (GCC) dan Britania Raya (Inggris). Sampel akhir yang
estate, 33 yang beroperasi di bidang real estate, dan 32 Real Estate Investment
76
menurunkan rasio hutang pasar di Inggris. Pada perusahaan real estate GCC,
struktur modal. Sampel 42 perusahaan baja dari lebih dari 300 perusahaan baja
struktur modal perusahaan sektor energi India yang terdaftar di Bursa Efek Bombay.
leverage perusahaan dalam konteks teori pecking order dan trade-off. Sampel
penelitian adalah perusahaan yang terdaftar di Bursa Efek Emman (ASE) Jordania
yang terdaftar di bursa ASE. Peneliti membagi sampel menjadi dua subsampel yang
mewakili sektor jasa dan sektor industri. Pada berbagai tingkat signifikansi hasil
77
pendek biaya operasinya, tetapi akan beralih ke pembiayaan jangka panjang jika
penyeimbangan struktur modal optimal dan bukti teori trade-off dinamis struktur
modal.
Vietnam dan menjelaskan apakah faktor penentu struktur modal berbeda di pasar
negara berkembang. Data berisi atribut spesifik perusahaan periode 2006-2015 dari
data pasar dan akuntansi perusahaan publik yang terdaftar di bursa saham kota Ho
Chi Minh. Data ini kemudian digunakan untuk mengukur peluang pertumbuhan,
1562 dan sampel berbentuk data panel. Hasil penelitian menunjukkan ukuran
berhubungan negatif dengan LTDR. Struktur aset meningkatkan DR. Struktur aset
Köksal & Orman (2015) meneliti faktor-faktor penentu struktur modal perusahaan
Sampel mencakup hampir semua perusahaan besar di Turki serta sejumlah besar
pada perusahaan manufaktur pada ketiga struktur modal, tetapi negatif dan tidak
signifikan pada perusahaan non manufaktur. Teori trade-off lebih baik dari teori
Handoo & Sharma (2014) mengidentifikasi faktor penentu paling penting struktur
modal 870 perusahaan swasta dan pemerintah di India periode 2001-2010. Hasil
proksi struktur modal, namun tangibilitas dan likuiditas berpengaruh positif. Biaya
79
terhadap LTDR.
tata kelola dan struktur modal perusahaan-perusahaan besar di Selandia Baru. Data
Eropa tengah dan timur yang baru mendukung teori struktur modal tradisional.
adalah perusahaan publik dari periode 1996-2002, tidak mencakup sektor keuangan
dan utilitas yang sangat diatur di empat negara ekonomi transisi, yaitu: Republik
Ceko, Polandia, Rusia, dan Republik Slovakia. Sampel akhir dalam bentuk data
tengah dan timur cenderung lebih bergantung pada hutang jangka pendek dibanding
Amerika Latin dari struktur modal dan struktur kepemilikan. Studi menggunakan
data keuangan dan struktur kepemilikan perusahaan publik. Sampel terdiri dari
4.715 perusahaan periode tahun 2000-2015, yaitu, 2.272 perusahaan di Brasil, 847
Tobin’s Q dipergunakan sebagai salah satu proksi nilai perusahaan. Hasil penelitian
perusahaan Brasil, Meksiko, dan Peru. LTDR berhubungan negatif namun tidak
pada sebagian besar negara. Ada efek yang sama di Chili dan Peru ketika
menggunakan Tobin’s Q.
Jae & Uk (2021) meneliti tanggung jawab social (CSR) internal dan eksternal
perusahaan dan nilai Tobin’s Q. Penelitian ini menggunakan tanggung jawab social
terhadap total asset, ukuran perusahaan dan pertumbuhan penjualan sebagai dari
variable control. Sampel adalah perusahaan non keuangan yang terdaftar di pasar
tanggung jawab sosial berpengaruh positif dan signifikan terhadap nilai perusahaan.
perusahaan berdasarkan ukuran. Struktur modal diwakili DR, LTDR, dan rasio
hutang jangka pendek (STDR). Kinerja perusahaan diwakili oleh ukuran kinerja
perusahaan, tarif pajak, dan usia perusahaan sebagai variabel kontrol. Data sampel
dari Factbook Bursa Efek Nigeria (NSE) dan laporan tahunan perusahaan yang
subsektor periode 2003-2007. Hasil menunjukkan bahwa efek negatif leverage pada
kinerja perusahaan paling menonjol dan signifikan pada perusahaan kecil, ketika
perusahaan bertumbuh, efek negatif berkurang, dan akan hilang ketika ukuran
perusahaan melebihi tingkat ambang yang ditentukan terlepas dari rasio hutang
Le & Phan (2017) menguji hubungan antara struktur modal dan kinerja
perusahaan non keuangan yang terdaftar di pasar saham Vietnam periode 2007-
2012. Klasifikasi industri dalam penelitian ini adalah minyak dan gas, bahan dasar,
telekomunikasi, utilitas, layanan keuangan, konstruksi dan real estat, dan teknologi.
perusahaan terbalik dan signifikan. Dalam uraian lebih rinci, LTDR dan DR secara
82
signifikan dan negatif terkait dengan Tobin Q. Hasil ini ini berbeda dengan sebagian
besar studi yang dilakukan di negara maju, yang menunjukan struktur modal
perusahaan. Data bersumber dari Nigerian Stock Exchange (NSE), yaitu Factbook
dan laporan tahunan periode 2003– 2007. Populasi terdiri dari 226 perusahaan dari
32 subsektor yang terdaftar di pasar NSE, sampel sebanyak 101 perusahaan non-
dengan Tobin's Q, menunjukkan bahwa tingkat hutang yang lebih tinggi dalam
struktur modal perusahaan Nigeria terkait dengan tingkat kinerja pasar yang lebih
tinggi yang diukur Tobin's Q. STDR berhubungan positif yang sangat signifikan
sebagai variabel intervening. Variabel eksogen terdiri atas dua, yaitu peluang
pertumbuhan dengan proksi Investment to Sales (IOE), Price Earning Ratio (PE),
Investment to Sales (INVOS), Market to Books Total Assets (MTBA) dan Market to
Books Total Equity (MTBE), dan profitabilitas dengan proksi ROE dan ROA. Hasil
Salim & Yadav (2012) bertujuan menyelidiki hubungan antara struktur modal
dan kinerja perusahaan. Salah satu variabel tidak bebas yang diteliti adalah Tobin’s
Q sebagai ukuran kinerja perusahaan. Tiga ukuran struktur modal (hutang jangka
panjang, hutang jangka pendek, rasio hutang total) sebagai variabel bebas. Ukuran
dan pertumbuhan sebagai variabel kontrol. Sampel terdiri dari 237 perusahaan yang
terdaftar di Bursa Malaysia, terdiri atas enam sektor. Lembaga jasa keuangan
panel sebanyak 3730 observasi. Data diperoleh dari database Data Stream. Hasil
Zeitun & Tian (2007) menyelidiki pengaruh struktur modal terhadap kinerja
selama 1989-2003. Data berasal dari Amman Stock Exchange (ASE). Jenis data
adalah data panel tidak seimbang berukuran sedang, terdiri dari 167 perusahaan.
Sampel berisi 16 sektor industri. Sampel akhir mencakup 47 perusahaan yang gagal
dan 120 perusahaan yang tidak gagal. Tobin’s Q menggambarkan nilai perusahaan
panjang dan total hutang dengan total ekuitas berpengaruh negatif dan tidak
struktur modal untuk perusahaan non keuangan yang terdaftar di Vietnam, periode
2007-2012. Data penelitian adalah data panel dari laporan keuangan perusahaan
84
Vietnam dan harga saham tahun 2007-2012, dari Tai Viet Corporation (Vietstock).
Hasil penelitian menunjukan ada hubungan positif antara kepemilikan negara dan
Sebaliknya, ada hubungan negatif antara kepemilikan asing dan struktur modal.
kepemilikan (manajerial, negara, kepemilikan asing dan besar) dan struktur modal.
berasal dari basis data layanan Pemegang Saham Institusional. Data kepemilikan
Sampel akhir terdiri dari 9286 pengamatan periode 1996-2010. Hasil penelitian
manajerial, hal yang sama terjadi dengan leverage, profitabilitas, nilai perusahaan,
yang jauh lebih tinggi dibandingkan dengan yang tidak diharuskan meningkatkan
sebelum bunga dan pajak ditambah depresiasi terhadap total aset, pertumbuhan
penjualan, R&D berpengaruh positif terhadap total aset dan usia berpengaruh
Nadeem Ahmed Sheikh & Wang (2012) meneliti tata kelola perusahaan
digunakan adalah DR dan LTDR. Variabel bebas adalah ukuran dewan direksi,
terdaftar di Bursa Efek Karachi Pakistan periode 2004-2008, dengan sampel akhir
terdiri dari 775 observasi untuk 155 perusahaan. Hasil penelitian menunjukan ukuran
dewan, direksi dari luar, dan kepemilikan konsentrasi berhubungan positif dengan
besar tanpa kuotasi, dan usaha kecil dan menengah (UKM) di Ghana. Semua
perusahaan yang telah terdaftar di Bursa Efek Ghana (GSE) periode tahun, 1998-
2003, dijadikan sampel. Dua puluh dua perusahaan memenuhi syarat untuk
dimasukkan dalam sampel penelitian. Lima puluh lima perusahaan yang non publik
dipilih, termasuk Non-UKM yang tidak terdaftar di GSE. Sampel diambil dari data
Asosiasi Industri Ghana. Sampel UKM dipilih dari data perusahaan Asosiasi Industri
Ghana dan Dewan Nasional Industri Kecil dan terdiri dari 153 perusahaan yang
memiliki kurang dari 100 karyawan. Total sampel seluruhnya 230 perusahaan. Hasil
negatif dengan LTDR. Hal yang sama terjadi pada perusahaan tanpa kuota.
China. Penelitian ini memakai sampel data base 1200 perusahaan yang terdaftar di
China periode 1994-2003. Hasil penelitian menunjukan hutang jangka panjang dan
jumlah kewajiban perusahaan Cina lebih sedikit tetapi ekuitas pemegang sahamnya
86
lebih tinggi dibandingkan dengan perusahaan di negara maju (AS, Jepang, Jerman,
Prancis, Italia, Inggris, Kanada) dan beberapa negara berkembang (India , Pakistan,
perusahaan, arus kas bebas, dan atribut khusus CEO. Jumlah total sampel adalah
281 perusahaan yang diperoleh dari New York Stock Exchange (NYSE). Hasil
dengan tingkat hutang perusahaan dan negatif terhadap ukuran perusahaan. CEO
sebagai pendiri proporsi ekuitasnya yang lebih besar dibanding bukan pendiri.
Temuan penelitian ini harus bermanfaat bagi CEO dan eksekutif perusahaan lainnya
sampel 200 perusahaan bisnis non keuangan yang terdaftar di bursa saham
Malaysia periode 2011- 2015, dari 900 perusahaan yang ada. Peneliti menggunakan
dua ukuran struktur kepemilikan, pertama tingkat hak suara yang dimiliki oleh
pemegang saham (minimal 5% dari saham beredar) dan kedua, tingkat kepemilikan
yang dimiliki oleh manajer (minimal 5% dari saham beredar). Variabel kontrol adalah
ukuran perusahaan (total aset), tingkat laba akuntansi tahunan dan kenaikan hutang
dibandingkan dengan perusahaan yang dijalankan oleh pihak luar yang mengarah
karena tidak memenuhi ketentuan peneliti. Data terdiri dari data laporan keuangan,
komposisi dewan direksi, dan struktur kepemilikan database Bursa Bahrain. Variabel
tidak bebas adalah ukuran kinerja ROA dan Tobin's Q, dan beberapa variabel
C. F. Lee & Kuo (2014) meneliti pengaruh struktur kepemilikan tertinggi dan tarif
manajerial dan hutang untuk mengurangi biaya agensi. Data bersumber dari Bank
bahwa LTDR dan kepemilikan saham manajer adalah mekanisme alternatif dalam
mengurangi biaya agensi dan karenanya ada hubungan trade-off. Tarif pajak
yang memperkuat hubungan trade-off karena biaya hutang lebih rendah. Hak kontrol
kepemilikan manajer, dan hak kontrol yang lebih tinggi melemahkan efek penguatan
manajerial dan perubahan nilai perusahaan. Sampel penelitian ini mencakup 477
periode 2000-2008, data panel seimbang, dan total pengamatan adalah 4293. Hasil
kepemilikan manajerial yang lebih rendah. Ada efek positif nilai hutang berdasarkan
Coles et al., (2012) meneliti model struktural perusahaan dimana desain kontrak
2000, Center for Research in Security Prices (CRSP) dan Compustat untuk data
total aset dan penjualan sebagai ukuran perusahaan, aset tidak berwujud dan
peluang pertumbuhan diukur dari biaya pengembangan serta biaya iklan, dibagi total
aset. Leverage buku diukur dengan hutang jangka panjang dibagi total aset.
bahwa estimasi Q dari model (Qn) secara signifikan berkorelasi dengan Q aktual
dalam data. Qn yang dihasilkan model juga berkorelasi dengan pengeluaran R&D
89
dan kinerja. Sampel dipilih dari perusahaan yang terdaftar di Bursa Efek Athena
periode 2000-2004, terdiri dari 954 perusahaan. Hasil penelitian menunjukkan ketika
kinerja perusahaan melalui pilihan struktur modal. Sampel adalah perusahaan S&P
500 tahun 2005. Sampel akhir terdiri dari 353 perusahaan S&P 500. Dalam uji
ada hubungan negatif antara kepemilikan manajerial dan rasio leverage ketika
kepemilikan manajerial di bawah 19,2% atau lebih tinggi dari 63,5%. Kepemilikan
perusahaan di masa depan, baik dari sisi kinerja pasar maupun kinerja akuntansi.
dan taksiran pendapatan (Baldenius & Meng, 2010) kepada pemegang saham dan
memperhitungkan kinerja masa lalu dan masa depan perusahaan. Nilai Tobin’s Q
merupakan informasi yang sangat penting bagi para pemangku kepentingan dalam
Struktur modal yang dikelola secara optimal dapat berkonstribusi meningkatkan nilai
90
91
menjadi salah satu topik menantang bagi para peneliti bidang keuangan, karena
baru terjadi jika perusahaan menerima segala persyaratan yang ditetapkan kreditur
untuk menentukan jumlah hutang yang diberikan kreditor karena berfungsi sebagai
jaminan perusahaan. Karena itu, pengelolaan hutang yang tidak optimal akan
kebangkrutan.
biaya yang terkait dengan hutang untuk mencapai nilai maksimal perusahaan
tambahan yang muncul dari pengurangan pajak dari bunga hutang dengan biaya
(Dalbor et al., 2007). Karena itu, pembiayaan hutang dapat meningkatkan nilai
karena memiliki keunggulan di bidang pajak yang berfungsi sebagai pengurang dan
Menurut teori pecking order, penggunaan dana internal ataupun laba ditahan
ini mengakibatkan arus kas tunai perusahaan menjadi terbatas, ketika dana internal
ketika hutang tidak dapat diperoleh penggunaan selanjutnya adalah ekuitas. Teori
Berbeda dengan teori trade-off, teori pecking order tidak menentukan rasio
agar dapat meningkatkan kinerja dan nilai perusahaan. Struktur modal dalam
bentuk hutang berpengaruh positip terhadap kinerja dan nilai perusahaan dalam
memiliki kelebihan uang tunai, sehingga dapat menjadi penyebab manajer membuat
kebijaksanaan investasi yang dapat merugikan perusahaan (Le & Phan, 2017).
2009, 2011).
ukuran perusahaan. Perusahaan besar memiliki leverage yang lebih tinggi dan
lebih dipercaya kreditur karena dapat menggunakan aset yang dimiliki sebagai
menggunakan aset sebagai jaminan dan resiko kebangkrutan lebih kecil, ukuran
diharapkan berdampak positif terhadap hutang. Karena itu, perusahaan besar lebih
Menurut teori pecking order, perusahaan besar memiliki asimetris informasi yang
besar lebih mudah dilakukan public karena lebih terbuka dibandingkan perusahaan
publik melalui pasar modal karena asimetris informasi yang terjadi lebih kecil.
meyakinkan. Penilaian pada perusahaan besar dapat lebih tinggi ditinjau dari
penilaian lebih tinggi karena potensi tertumbuhan yang dimiliki (Ullah et al., 2021).
ekuitas yang objektif perlu mengeluarkan hutang lebih banyak (Gómez et al., 2014).
Jika peluang pertumbuhan perusahaan lebih besar, maka laba ditahan juga akan
modalnya akan meningkat (Jahanzeb et al., 2014). Dalam kondisi ini hubungan
positip antara pertumbuhan dengan hutang diharapkan akan terjadi. Menurut teori
merupakan bentuk aset yang tidak berwujud sehingga pinjamannya cenderung lebih
kecil dari perusahaan yang memiliki struktur aset karena peluang pertumbuhan tidak
dapat menjadi jaminan (Ahmed Sheikh & Wang, 2013), sehingga dalam kondisi ini
peningkatan nilai yang tinggi, oleh karena itu pertumbuhan penjualan cenderung
sekuritas yang tidak terlalu dipengaruhi asimetris informasi (Alipour et al., 2015),
namun jika dana internal tidak mencukupi maka untuk mendukung peluang investasi
dan hutang pada teori pecking order diharapkan positif. Tingkat pertumbuhan
perusahaan yang tinggi untuk keputusan investasi di masa depan harus mengurangi
yang tinggi cenderung memiliki biaya keagenan yang lebih tinggi terkait dengan
manajerial mengkaji pola hubungan antara pemilik dan manajer dan pihak kreditur
(agency problem). Jika dibiarkan terjadi, hal ini dapat mengakibatkan menurunnya
antara kontrol perusahaan oleh manajer atau agen dan pemilik (Zandi et al., 2020).
Masalah keagenan juga terjadi karena adanya asimetris informasi antara manajer
sebagai pengelola dengan pemilik yang berada di luar perusahaan. Dalam asimetris
seluruh informasi terkait dengan perusahaan. Dengan peran yang lebih dominan
yang berada di luar perusahaan. Konflik keagenan relatif jarang terjadi di Indonesia,
pemisahan antara pemilik dan manajer agak samar, namun potensi terjadinya konflik
di antara keduanya tetap dapat terjadi jika tidak ada keselarasan dalam mengelola
perusahaan. Pemisahan peran antara pemilik dan manajer di Indonesia sangat jelas
manajerial. Teori pecking order mengatakan dengan asimetris informasi yang lebih
manajerial yang lebih rendah (M.-Y. Chen, 2013). Pernyataan ini didukung oleh
Bathala (1996); Jiraporn & Nimmanunta, (2017); Abor, (2008); Kamardin (2014);
Mandaci & Gumus (2010) yang mengatakan semakin besar ukuran perusahaan,
kecil.
perusahaan kecil, seperti: lebih mudah memperluas pangsa pasarnya, lebih mudah
pinjaman dalam bentuk hutang karena memiliki asset sebagai jaminan. Ketersediaan
yang dimiliki perusahaan, dapat dikatakan bawa besaran asset yang dimiliki
2016).
berpeluang menjadi lebih besar di masa depan. Pembiayaan investasi pada teori
rendah akan memperoleh bonus yang lebih besar sebagai akumulasi dari
manajerial. Hal itu ditunjukan oleh oleh Jiraporn & Nimmanunta, (2017);
(Lappalainen & Niskanen, 2012); (Lilienfeld-Toal & Ruenzi, 2014); Abor, (2008);
Kamardin (2014); Mandaci & Gumus (2010). Namun demikian, ada juga penelitian
apakah berasal dari hutang atau ekuitas. Hal ini menunjukan bahwa kepemilikan
mengatakan konflik yang terjadi antar manajer dengan pemegang saham atas
struktur jatuh tempo hutang adalah karena adanya pandangan pada diri manajer
manajerial secara signifikan mempengaruhi struktur modal (Ruan et al., 2009, 2011).
dengan kenaikan hutang yang lebih besar yang dipromosikan oleh pemilik luar
ketika manajer bercokol (Pindado & Torre, 2011). Kepemilikan manajerial yang
tinggi cenderung menghindari tingkat hutang yang tinggi pada perusahaan berafiliasi
grup untuk menghindari risiko kehilangan kendali terhadap perusahaan tempat diri
namun ketika kepemilikan manajerial di luar titik kritis, hutang cenderung menurun
karena manfaat yang diperoleh terkait dengan agensi hanya sedikit, sehingga
manajer dan pemilik (Bokpin & Arko, 2009). Hutang yang lebih besar terkait dengan
menggunakan metode statistik yang berbeda (Jiraporn & Nimmanunta, 2018). Feng
signifikan terhadap DR. Abor (2008); Feng et al., (2020) menunjukan bahwa
pajak. Tarif pajak perusahaan yang lebih tinggi memperkuat hubungan trade-off
yang negative antara kepemilikan manajer dan hutang (C. F. Lee & Kuo, 2014),
sementara hak kontrol yang tinggi yang dipegang oleh pemegang saham. Salehi,
Lotfi, & Farhandoust (2017) menunjukan bahwa ada hubungan yang saling
memperkuat trade-off antara kepemilikan manajerial dan hutang. (C. R. Chen &
memiliki saham, karena sebagai orang dalam, jika bertindak untuk kepentingan
dengan efektif (motivasi internal) sehingga kepemilikan manajerial yang tinggi akan
100
dan memenuhi keinginan dirinya sendiri sebagai pemegang saham (Herdjiono &
Sari, 2017).
dan penurunan di atas optimal (M.-Y. Chen, 2013). Sementara itu, atribut
Chen, Guo, & Mande (2003) menunjukan hubungan yang monoton naik antara
kepentingan antara manajer dengan pemegang saham. C. R. Chen & Steiner (2000)
dan Tobin's Q adalah non linier. Davies et al.(2005) mengungkapkan hubungan non
manajer cenderung memiliki saham yang lebih besar di perusahaan yang sukses
(6)
Ukuran Perusahaan
(3)
LTDR
Pertumbuhan Penjualan
(7)
Variabel Kontrol
1. Struktur aset
2. NDTS
3. Profitabilitas
4. Likuiditas
Keterangan: 9a, 9b; 10a, 10b; dan 11a, 11b: Efek Mediasi Model
102
7 Pertumbuhan penjualan (Benson et al., 2020; Chiang et al., 2013; L. W. Fan et al.,
Nilai perusahaan 2017; Foster et al., 2021; Isakov & Weisskopf, 2014; Khémiri
& Noubbigh, 2020; J. Lee et al., 2019; Markovitch et al.,
2020; Nam & Uchida, 2019; Nezami et al., 2018)
8 Kepemilikan Manajerial (Coles et al., 2012; Davies et al., 2005; Fahlenbrach & Stulz,
nilai perusahaan 2009; Gulamhussen et al., 2012; Hoang et al., 2017; Khamis,
Al-Ali, et al., 2015; Mandaci & Gumus, 2010; Zandi et al.,
103
2020)
9a Rasio total hutang (DR) (Jiraporn & Liu, 2008; King & Santor, 2008; Le & Phan, 2017;
Nilai perusahaan Muchtar et al., 2018; Olokoyo, 2013; Ruan et al., 2011; Salim
& Yadav, 2012; Zeitun & Tian, 2007)
9b Rasio hutang jangka panjang (LTDR) (Gill et al., 2011; Ibhagui & Olokoyo, 2018b; Le & Phan,
Nilai perusahaan 2017; S. Lee & Dalbor, 2013; Mardones & Cuneo, 2019;
Olokoyo, 2013; Salim & Yadav, 2012; Zeitun & Tian, 2007)
salah satu pilihan pendanaan yang bersumber dari dana eksternal. Perusahaan
besar cenderung lebih mudah mendapatkan hutang dan lebih dipercaya kreditur
karena memiliki jaminan bagi kreditur dalam bentuk aset. Dengan pengelolaan yang
dibanding perusahaan lebih kecil. Teori trade off mengatakan hubungan antara
ukuran perusahaan dengan struktur modal cenderung positip, namun teori pecking
Feng et al., 2020; Hardjopranoto, 2006; Wellalage & Locke, 2013; Yousef, 2019),
karena tingkat kepercayaan kreditur yang lebih besar kepada perusahaan besar
karena jumlah aset yang besar dapat dipergunakan sebagai jaminan kepada
(Alipour et al., 2015; Handoo & Sharma, 2014). Hasil yang tidak signifikan
& Biekpe, 2009; Ahsan et al., 2016; Bhagat et al., 2011; Feng et al., 2020; Upneja &
Dalbor, 2009; Yousef, 2019), karena dana dibutuhkan perusahaan besar untuk
investasi jangka panjang. Namun beberapa peneliti menunjukan hasil yang berbeda
(Alipour et al., 2015; Handoo & Sharma, 2014). Hubungan yang tidak signifikan
ditunjukan (K. Shoaib & Yasushi, 2015). Berdasarkan literatur tersebut dengan ini
H1b: Jika Ukuran perusahaan mengalami peningkatan, maka struktur modal yang
di masa depan cenderung meminjam lebih sedikit, hal ini dikarenakan peluang
pertumbuhan perusahaan tidak bisa dijaminkan kepada pihak eksternal, karena itu
menggunakan pembiayaan eksternal yang lebih sedikit (Hewa Wellalage & Locke,
2015). Hal ini menunjukan hubungan negatif antara leverage dan peluang
pertumbuhan (Ahmed Sheikh & Wang, 2013). Pertumbuhan yang dialami sebuah
tersebut akan lebih mudah meminjam dana untuk membiayai perusahaan, karena
peningkatan biasanya membutuhkan lebih banyak uang tunai di masa depan dan
meningkatkan DR (Cassar & Holmes, 2003; Malinić et al., 2013), hal ini terjadi
perusahaan di masa depan. Hasil yang berlawanan ditunjukan (Alipour et al., 2015;
Pepur et al., 2016). Hasil yang tidak signifikan ditunjukan (Chaklader & Chawla,
2016; Köksal & Orman, 2015). Pertumbuhan penjualan dapat meningkatkan LTDR
ditunjukan (Abor & Biekpe, 2009; Cassar & Holmes, 2003; Yazdanfar & Öhman,
panjang untuk investasi. Hasil yang berlawanan ditujukan (Alipour et al., 2015),
penelitian empiris menunjukan pengaruh yang tidak signifikan (Abor, 2008; Alves et
al., 2015; Köksal & Orman, 2015). Berdasarkan literatur tersebut dengan ini peneliti
Kepemilikan Manajerial
menguasai kepemilikan pada perusahaan tersebut akan semakin sulit, baik jika
Torre, 2008). Kepemilikan manajerial adalah bagian dari struktur kepemilikan yang
di perusahaan besar (Rhou et al., 2019) pada penelitian yang dilakukan di bisnis
restoran di Amerika Serikat tahun 1994-2016. Hasil yang mirip ditunjukan (M.-Y.
Chen, 2013; Drakos & Bekiris, 2010) yang menyatakan ukuran perusahaan memiliki
aset yang dikelola pelusahaan (Dimmock et al., 2015). Perusahaan dengan ukuran
tinggi maupun yang rendah (C. F. Lee & Kuo, 2014). Hasil berbeda ditunjukan (D.
cenderung terjadi pada kepemilikan manajerial yang tingg, karena manajer memiliki
minat yang tinggi pada peluang pertumbuhan melebihi resiko kegagalan investasi
yang sejalan dengan kakuatan, renumerasi dan gengsi manajerial yang dimiliki
(Beyer et al., 2012). Pertumbuhan penjualan merupakan salah satu indikator yang
mengukur perkembangan sebuah perusahaan ke arah yang lebih baik. Karena itu,
pertumbuhan penjualan sering digunakan sebagai salah satu indicator oleh para
dan pemegang saham yang berada di luar perusahaan turut terlibat dalam
menempatkan manajer pada posisi yang kuat dan berpengaruh dalam pengambilan
keputusan.
penjualan berpengaruh positif menentukan kompensasi CEO dan lebih tinggi untuk
CEO dengan kekuasaan lebih kuat . Hal ini akan memberikan keuntungan tersendiri
bagi CEO yang kepemilikan sahamnya tidak ada melalui besaran kompensasi yang
manajer sebesar sebagai proporsi total gaji yang diterima, sehingga kepemilikan
108
saham oleh direksi cenderung mengurangi gaji (Cheng & Firth, 2006), karena itu
kinerja utama, Fabisik, Fahlenbrach, Stulz, & Taillard (Fabisik et al., 2021)
masa lalu berdampak kuat dan positif terhadap nilai Tobin’s Q saat ini, hal ini
kepemilikan manajerial pada perusahaan yang tidak likuid. Lappalainen & Niskanen
berikut:
terdaftar di BEI
109
BEI
yang tinggi pada perusahaan menimbulkan biaya agensi yang rendah dari ekuitas,
namun memiliki biaya agensi hutang yang tinggi karena adanya kepentingan
manajer dan kepentingan pemegang saham lebih erat dan lebih selaras
dibandingkan dengan pemegang hutang (Le & Tannous, 2016). Manajer dengan
kepemilikan ekuitas lebih tinggi cenderung memiliki hutang dari sumber yang
terdiversifikasi, dan secara signifikan lebih besar untuk perusahaan lebih kecil
(Jadiyappa et al., 2018),. Dari sisi kreditur, kreditur memerlukan lebih banyak
persyaratan dan tingkat bunga yang lebih tinggi bagi perusahaan yang kepemilikan
manajerialnya tinggi sebagai biaya kompensasi biaya agensi dari hutang (Le &
Tannous, 2016).
Struktur modal yang bersumber dari hutang, dapat berupa hutang jangka
panjang, dan hutang jangka pendek. Beberapa studi empiris yang menunjukan
kepemilikan manajerial memiliki hubungan dengan DR, antara lain (Le & Phan,
2017; Ruan et al., 2009; S. Vijayakumaran & Vijayakumaran, 2019). Florackis &
manajerial berpengaruh positif dan signifikan terhadap DR, ketika melakukan studi
bursa efek Shanghai dan Shenzhen periode 2003 to 2010. Kepemilikan manajerial
memiliki hubungan non monotonic dengan DR (Ruan et al., 2009, 2011) pada studi
yang dilakukan perusahaan S & P 500 dan perusahaan non keuangan di bursa efek
Shanghai dan Shenzhen periode 2002-2007. Abor (2008); Sheikh & Wang (2012)
panjang dan DR. Kepemilikan manajerial memiliki hubungan non monotonic dengan
DR (J. Sun et al., 2016). Kepemilikan manajerial yang lebih tinggi dapat
biaya keuangan atau mengurangi risiko kebangkrutan (Le & Tannous, 2016).
2012; Bajagai et al., 2018; Bathala et al., 1994) Persentase kepemilikan saham CEO
Datta et al, (2005) menunjukan adanya hubungan terbalik antara kepemilikan saham
positip dan signifikan terhadap LTDR, namun tidak signifikan dengan DR (Ahmed
Sheikh, 2019). Berdasarkan uraian tersebut maka dapat ditarik hipotesis sebagai
berikut:
di BEI
terdaftar di BEI
111
di BEI
terdaftar di BEI
penjualan (Amin et al., 2021; Zou, 2019), karyawan (Segarra & Teruel, 2012; Zou,
finansial cenderung lebih rentan dibandingkan perusahaan kecil (Alfaro et al., 2019).
Secara sosial perusahaan besar lebih responsive dan lebih terlihat, sedangkan
sehingga tekanan yang harus dicapai lebih rendah karena visibilitasnya juga lebih
112
rendah (W. L. Lin et al., 2019). Perusahaan besar cenderung memiliki keuntungan
yang lebih tinggi dibanding perusahaan kecil (L. W. Fan et al., 2017).
memungkinkan bergantung pada pinjaman yang lebih besar dan pembiayaan jangka
hal ini karena harus membayar biaya hutang yang tinggi (Khémiri & Noubbigh,
2020).
nilai perusahaan, utamanya di mata investor. Perusahaan bernilai tinggi akan dapat
peluang pertumbuhan yang lebih besar di masa depan. Dengan menggunakan total
yang dimiliki perusahan memiliki efek control terhadap Tobin’s, dimana perusahaan-
perusahaan kecil cenderung meningkatkan nilai Tobin’s Q (Hatch et al., 2021; Nam
& Uchida, 2019). Hal ini sejalan dengan studi yang dilakukan (Bae et al., 2017; Y.
Fan, Boateng, King, & Macrae, 2019; Foster et al., 2021; K. Gupta & Krishnamurti,
2021; P. Huang et al., 2020; Olibe et al., 2019; Ozdemir, 2020; S. O. Park et al.,
113
2016; Ullah et al., 2021), yang menunjukan hubungan terbalik antara ukuran
Kemampuan perusahaan besar untuk berinvestasi pada diri sendiri jauh lebih
perusahaan (S. O. Park et al., 2016), termasuk Tobin’s. Sebuah studi pada
yang sama diperoleh (Ervina et al., 2020) pada studi yang dilakukan pada sub
sektor Kabel yang terdaftar di BEI. Hal ini menjadi pertanda bahwa ukuran
karena perusahaan dengan ukuran aset yang besar dan berkembang dapat
aset yang besar, perusahaan tersebut lebih mudah mendapat respon positif di
pasar modal karena lebih dipercaya investor karena lebih mudah melakukan
mendapatkan pendanaan, baik dari dalam maupun dari luar perusahaan untuk
H6: Jika ukuran perusahaan meningkat maka dapat meningkatkan nilai perusahaan
cepat. Seiring dengan waktu, perusahaan menuju periode matang akan mengalami
114
seluruh sumber daya yang dimiliki untuk mencari dan memanfaatkan berbagai
peluang pasar baru untuk mendorong pertumbuhan perusahaan agar lebih baik (S.
M. Kim et al., 2019). Teori opsi mengatakan bahwa nilai opsi pertumbuhan pada
karena itu harus menyediakan modal kerja untuk memanfaatkan peluang tersebut
dari kinerja keuangan perusahaan (Chien-chiang Lee et al., 2020), dapat juga
sebagai bagian dari profitabilitas (Asquith & Weiss, 2019), dan indikator kinerja
yang dimiliki (Okafor et al., 2021). Sangatlah masuk akal jika perusahaan selalu
persediaan dan piutang (Asquith & Weiss, 2019). Sementara itu, estimasi
pertumbuhan yang tidak mampu ditangkap pertumbuhan penjualan saat ini dapat
berdampak pada Tobin’s (Nam & Uchida, 2019). Dengan demikian, perusahaan
penjualan menurun, strategi utama pasar harus difokuskan pada kegiatan yang
perusahaan. Di sisi lain, tingkat investasi sangat terkait dengan Tobin’s (Andrei et
al., 2019). Sejalan dengan hal tersebut, investor harus mempertimbangkan nilai
para peneliti sebelumnya. Namun hasil yang ada belum menunjukan bentuk
positif dan signifikan (Benson et al., 2020; L. W. Fan et al., 2017; Foster et al., 2021;
J. Lee et al., 2019; Markovitch et al., 2020; Nam & Uchida, 2019; Nezami et al.,
maka (Chiang et al., 2013) menunjukan bahwa keberhasilan komersil yang diukur
insentif dan pengakuan merupakan dua saluran utama agar kepemilikan manajerial
namun adanya efek substitusi rasio, kepemilikan manajerial mungkin juga dapat
kecil, namun ketika jumlah sampel besar hubungan tersebut cenderung negative
(Fabisik et al., 2021). Studi di Indonesia dengan periode penelitian yang berbeda-
2018; Susanti et al., 2017). Studi lain di Indonesia menunjukan dampak negatif yang
ditimbulkan tidak signifikan (Estiasih et al., 2019; Ing Malelak et al., 2020). Studi lain
117
berbentuk kubik dengan Tobin’s Q pada studi di bursa efek Vietnam. Kepemilikan
dengan kepemilikan manajerial yang semakin besar akan mengurangi biaya agensi
dengan Tobin’s Q cenderung positif dan cekung (Fabisik et al., 2021). Pada studi di
H8: Jika tingkat Kepemilikan manajerial pada perusahaan semakin meningkat, maka
terdaftar di BEI
H12: Jika ukuran perusahaan meningkat maka nilai perusahaan akan meningkat
terdaftar di BEI.
118
H13: Jika pertumbuhan penjualan meningkat maka nilai perusahaan akan menurun
terdaftar di BEI.
Sebagai bagian dari struktur modal, pemanfaatan hutang akan maksimal apabila
ada keseimbangan antara manfaat marjinal dan biaya marjinal hutang (Dalbor et al.,
leverage yang rendah pada perusahaan dapat meningkatkan nilai bagi para
dan berperan membentuk rasio retensi pada tingkat pertumbuhan tertentu yang
struktur modal dapat memberi pengaruh yang bervariasi secara signifikan terhadap
nilai perusahaan dalam kondisi berbeda (Le & Phan, 2017). Perusahaan yang
memiliki nilai Tobin’s Q yang lebih rendah dibandingkan perusahaan dengan tingkat
Abor (2007); Le & Phan (2017); Zeitun & Tian (2007) menunjukan hasil
yang tidak jauh berbeda, sehingga pemanfaatan hutang tersebut harus dievaluasi.
2018b; Olokoyo, 2013). Dalam konteks perusahaan publik non keuangan yang
terhadap Tobin’s.
meningkatkan Tobin’s (Dalbor et al., 2007; Gill et al., 2011; Ibhagui & Olokoyo,
2018b; C. F. Lee & Kuo, 2014; Olokoyo, 2013). Zeitun & Tian (2007) menunjukan
LTDR berbanding terbalik dengan Tobin’s Q, namun tidak signifikan. Hasil yang
berbeda ditunjukan pada studi perusahaan public di empat negara Amerika Latin
(Brazil, Chili, Mexico dan Peru), di mana ada kecenderungan nilai perusahaan
Tobin’s Q perusahaan akan semakin menurun ketika LTDR meningkat (Mardones &
Cuneo, 2019). Setianto (2020) dalam studi pada perusahaan sektor manufaktur
LTDR dengan nilai perusahaan Tobin’s Q. Kondisi ini bisa saja terjadi karena
kewajiban dalam jangka waktu yang lama yang harus dilunasi sehingga bisa
berdampak tidak baik terhadap nilai perusahaan di pasar modal, utamanya apabila
H9b: Jika LTDR meningkat maka nilai perusahaan menurun pada perusahaan-
variabel eksogen, variabel tidak bebas merangkap sebagai mediasi dan variabel
sebagai berikut:
3.3.1.Variabel Endogen
Variabel tidak bebas pada penelitian ini adalah kinerja perusahaan berbasis
pasar yang disebut juga dengan nilai perusahaan, yaitu Tobin’s Q. Di samping
perusahaan, inovasi dan peluang investasi. Ibhagui & Olokoyo (2018b); Karim,
Manab, & Ismail (2020) mendefenisikan Tobin's Q dengan nilai pasar ekuitas
ditambahkan dengan nilai buku hutang terhadap nilai buku total aset, dengan rumus:
mencerminkan nilai yang diberikan investor pada aset tidak berwujud perusahaan,
termasuk investasi perusahaan dalam aset tidak berwujud (Demsetz & Villalonga,
Pada penelitian ini, variabel tidak bebas yang juga berperan sebagai variabel
antara adalah struktur modal. Brigham & Houston (2011) mengatakan penentuan
struktur modal akan melibatkan trade-off antara resiko dan pengembalian, karena:
(1). Menggunakan hutang yang lebih besar meningkatkan risiko bagi pemegang
saham. (2). Penggunaan hutang yang lebih dominan umumnya akan meningkatkan
dibayar sesuai kesepakatan. Hutang terdiri atas hutang jangka pendek (lancar) dan
hutang jangka panjang. Hutang yang belum jatuh tempo di tahun mendatang akan
struktur modal yang digunakan adalah DR dan LTDR (Alipour et al., 2015; Handoo &
Total Hutang
DR= (3.2)
Total Aset
yang telah dianggap sebagai fungsi risiko serta penentu risiko (Chen & Steiner,
Trade off antara biaya agensi dari ekuitas eksternal dan hutang menghasilkan
al., 1994).
segmen menengah, manajer memiliki kekuatan dan pengaruh yang cukup untuk
saham lainnya hanya dapat dicapai dengan memegang lebih banyak kepemilikan di
Selain itu, penelitian ini juga berperan sebagai sebagai variabel endogen,
hubungan antara variabel eksogen dengan variabel endogen. Pada penelitian ini
para Direktur dan Pejabat perusahaan (Chen & Steiner, 2000; Rahmawati et al.,
dana untuk modal perusahaan. Perusahaan besar memiliki sumber daya dan
karenanya lebih sulit mengalami risiko kesulitan keuangan dan kebangkrutan (Al-
Nilai buku aset memberi gambaran kekayaan yang dimiliki perusahaan. Aset
untuk membiayai investasi. Ukuran total aset yang lebih besar akan lebih
perusahaan kecil. Ukuran perusahaan penelitian ini mengacu pada total aset
perusahaan. Ukuran dengan proksi total aset penting untuk menangkap akses
perusahaan ke pasar modal dan biaya transaksi terkait (Kieschnick & Moussawi,
2018). Proksi ukuran perusahaan pada penelitian ini mengacu pada Alipour et al.
124
( 2015); Handoo & Sharma (2014); Ahsan et al., (2016); Abor & Biekpe, 2009),
Pada penelitian ini, proksi total aset ditransformasikan menjadi Lograritma Natural
Total Aset dengan tujuan untuk memperkecil fluktuasi data total aset agar menjadi
total aset. Bila sebuah perusahaan berinvestasi, kemungkinan akan tumbuh dengan
lebih sedikit menggantikan risiko menjadi rendah pada investasi berisiko tinggi;
karenanya harus mengeluarkan biaya agensi hutang yang lebih rendah dan harus
mampu membawa lebih banyak hutang dalam struktur modal (Margaritis & Psillaki,
2010). Pada penelitian ini, proksi pertumbuhan yang digunakan adalah pertumbuhan
penjualan (Köksal & Orman, 2015); (Alipour et al., 2015), didefenisikan dengan
rumus:
125
Pertumbuhan Penjualan=
( Penjualan(t −1 ) )
Penjualant −Penjualan( t−1 )
x 100 % (3.4)
mengkondisikan ruang lingkup model agar faktor luar yang diteliti semakin kecil
pengaruhnya terhadap variabel tidak bebas. Pada penelitian ini, karakteristik spesifik
Perusahaan dengan Struktur aset tingkat tinggi memiliki nilai likuidasi yang
lebih tinggi dan akan dapat memberikan jaminan untuk hutang (Malinić et al., 2013).
Struktur aset dapat digunakan sebagai jaminan pinjaman dan lebih murah untuk
dipantau, dan seringkali diutamakan oleh pemberi pinjaman (Y. Li & Singal, 2019).
Semakin tinggi Struktur aset mereka memiliki semakin banyak hutang yang dapat
mereka ambil dalam struktur modal (R. Haron, 2016). Struktur aset didefinisikan
sebagai rasio aset tetap dengan total aset (Ahsan et al., 2016; Alipour et al., 2015;
Aset Tetap
Struktur aset= (3.6)
Total Aset
pajak atas bunga. Penghematan pajak non-hutang digunakan untuk menyelidiki efek
Jika jumlah penyusutan adalah komponen utama dari NDTS, maka perusahaan
memiliki aset tetap yang relatif lebih nyata yang menghasilkan tingkat depresiasi
yang tinggi secara proporsional dan akibatnya kredit pajak yang signifikan
(Buvanendra et al., 2018). Penghematan hutang non pajak adalah rasio antara
depresiasi terhadap total aset (R. Ahmad & Etudaiye-Muhtar, 2017; Ahsan et al.,
Depresiasi
Penghematan Pajak Non Hutang(NDTS)= (3.7)
Total Aset
3.3.3.3. Profitabilitas
pendapatan yang diperoleh dari aktivitas bisnis melebihi pengeluaran, biaya, dan
pajak yang diperlukan untuk mempertahankan aktivitas (Handoo & Sharma, 2014)...
Teori pecking order menunjukan ada hubungan terbalik antara profitabilitas dengan
perusahaan menghasilkan laba atas penjualan, total aset, dan, yang paling penting,
profitabilitas yang digunakan penulis adalah ROA (Abor & Biekpe, 2009; Alipour et
al., 2015; Handoo & Sharma, 2014; R. Haron, 2016) dengan rumus sebagai berikut:
EBIT
ROA= (3.8)
Total Aset
3.3.3.4. Likuiditas
Teori pecking order mangatakan perusahaan dengan aset likuid yang cukup
akan dapat membiayai investasi masa depan dengan sedikit ketergantungan pada
127
sumber eksternal (hutang) (Al-ajmi et al., 2009), dan akan lebih memilih pendanaan
dari sumber dana internal(Chaklader & Chawla, 2016). Rasio Likuiditas adalah
liabilitas jangka pendeknya untuk memenuhi kewajiban tersebut (Horne & John M.
Wachowicz, 2012).
rasio hutang yang relatif lebih tinggi karena kemampuan yang lebih besar untuk
memenuhi kewajiban jangka pendek ketika jatuh tempo (Vo, 2017). Manajemen
Likuiditas pada penelitian ini mengacu pada (Ahsan et al., 2016; Alipour et al., 2015)
Aset Lancar
Likuiditas= (3.9)
Kewajiban Lancar
BAB IV
METODE PENELITIAN
penelitian dengan angka dan melakukan analisis data dengan prosedur statistik.
Sesuai dengan tujuan penelitian, studi ini menguji dan menganalisis pengaruh
Profitabilitas dengan proksi ROA dan Likuiditas dengan proksi rasio lancar (CR)
kausal, yang ditujukan untuk menemukan penyebab dari satu atau lebih masalah
(Sekaran, 2011).
luar sektor keuangan dan perusahaan BUMN yang terdaftar di BEI, periode 2010-
2019 yang menyajikan laporan keuangan dengan lengkap selama periode tersebut.
128
129
memiliki keseragaman dari sisi laporan keuangan, dengan demikian besar kecilnya
aset yang dimiliki perusahaan tidak menjadi bahan pembeda penelitian ini.
diinginkan untuk untuk dapat menentukan jumlah sampel yang akan diteliti
(Sugiyono, 2019). Studi ini menggunakan data gabungan (pooling data) antara data
cross section dengan data time series (runtut waktu). Kriteria-kriteria yang menjadi
terdiri dari dari sektor Manufaktur (Sektor barang konsumsi, industri dasar dan
kimia, aneka industri) sebanyak 190 perusahaan, sektor Penghasil Bahan Baku
sektor Jasa (utilitas, transportasi dan infrastruktur, Properti, real estate dan
terdiri sektor Manufaktur (Sektor barang konsumsi, industri dasar dan kimia,
sektor Jasa (utilitas, transportasi dan infrastruktur, Properti, real estate dan
Tabel 4.1. Jumlah perusahaan dengan persentase saham yang dimiliki oleh Dewan
No Keterangan Jumlah
1 Perusahaan non keuangan terdaftar sebagai perusahaan
di BEI selama periode analisis, yaitu tahun 2010-2019:
- Sektor Manufaktur (Sektor barang konsumsi, industri
dasar dan kimia, aneka industri): 190 perusahaan.
- Sektor Penghasil Bahan Baku (Pengelolaan SDA)
370
(Pertanian, Pertambangan): 39 perusahaan.
- Sektor Jasa (utilitas, transportasi dan infrastruktur,
Properti, real estate dan konstruksi, jasa perdagangan
dan investasi): 141 perusahaan.
Sumber: BEI
131
terdiri dari:
eksogen terdiri atas 2 variabel, yaitu a) Ukuran perusahaan dengan proksi Logaritma
dari: a) Struktur modal, terdiri atas 2 proksi, yaitu: DR dan LTDR (LTDR). b) Nilai
digunakan pada penelitian ini terdiri dari statistik deskripti dan statistik inferensial.
132
Pada penelitian ini analisis deskriptif yang diukur adalah nilai mean (rata-rata
hitung), median, standar deviasi, nilai maksimum, nilai minimum, range, skewness,
analisis jalur (Path Analisis), dengan bantuan software SPSS versi 26. Analisis jalur
diukur dengan DR dan LTDR serta terhadap nilai perusahaan melalui kepemilikan
pengaruh mana lebih besar antara pengaruh langsung atau pengaruh tidak
kausal antara variabel. Pada penelitian ini penggunaan analisis jalur adalah untuk
menganalisis:
3. Pengaru total (total causal effect) adalah hasil penjumlahan pengaruh langsung
Pada studi ini akan dianalisis apakah mediator mampu memediasi pengaruh tidak
langsung variabel eksogen terhadap variabel endogen. Dalam studi ini, bentuk
Manajerial, dan variabel kontrol, yaitu: Struktur Aset, NDTS, Profitabilitas, dan
(4.1)
Manajerial dan variabel kontrol, yaitu: Struktur Aset, NDTS, Profitabilitas, dan
LTDR=ρLTDR Ukuran+ ρLTDR Pertumbuhan Penjualan+ ρ LTDR MO+ ρ LTDR SA+ ρLTDR NDTS + ρ LTDR Pro
(4.2)
Tobin ’ sQ=ρTobin ’ sQ Ukuran+ ρTobin ’ sQ Pertumbuhan penjualan+ ρTobin’ sQ MO+ ρTobin ’sQ DR+ ε 4
(4.4)
134
(4.5)
Kriteria pengujian pada analisis jalur menggunakan uji satu arah dengan
menggunakan tingkat signifikansi 0.05, oleh karena itu nilai signifikansi luaran
(output) harus dibagi dua. Jika nilai koefisien standardized positif dan nilai
terhadap variabel endogen. Jika nilai koefisien standardized negatif dan nilai
signifikansi/2 ≤ 0.05, berarti ada pengaruh negatif dan signifikan variabel eksogen
demikian, tidak semua asumsi tersebut harus dipenuhi apabila menggunakan model
regresi linier dengan pendekatan OLS (Basuki & Prawoto, 2019). Beberapa uji
a. Uji linieritas
Uji hampir tidak dilakukan pada setiap model regresi linier, karena sudah
diasumsikan bahwa model bersifat linier (Basuki & Prawoto, 2019; Rahmawati,
2019). Pengujian dilakukan hanya untuk mendeteksi tingkat linieritas model saja.
b. Uji Normalitas
Uji normalitas pada dasarnya tidak merupakan syarat BLUE (Best Linear
sebagai sesuatu yang wajib dipenuhi (Basuki & Prawoto, 2019). Pada sampel
sampel besar pengujian asumsi normalitas dapat diabaikan (Ghasemi & Zahediasl,
2012; Ghozali & Ratmono, 2017). Pada penelitian ini, uji normalitas dilakukan untuk
sampel besar sebanyak 620 pengamatan. Uji Kolmogorov Smirnov (KS) satu sampel
merupakan uji goodness of fit. Uji ini berkaitan dengan tingkat kesesuaian antara
distribusi sampel (skor observasi) dan distribusi teoritisnya. Hipotesis pada uji
Kriteria keputusan pengujian uji normalitas adalah dengan menggunakan taraf nyata
α =5 % , jika nilai probabilitas nilai signifikansi hasil uji KS > 5% (0.05) maka data
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah pada model regresi linier
terjadi saling korelasi antar residual pada periode t dengan residual t-1 (periode
Terjadinya autokorelasi tersebut adalah karena tidak saling bebasnya nilai residual
antara observasi yang satu dengan observasi lainnya. Autokorelasi sering terjadi
pada data time series atau runtun waktu karena gangguan pada satu
yang sama periode berikutnya (Ghozali & Ratmono, 2017; Rahmawati, 2019). Pada
data cross section (silang waktu), masalah autokorelasi jarang terjadi. Hal yang
136
sama terjadi pada data panel, karena karakteristik yang ada pada data panel
cenderung mirip dengan data cross section. Pengujian autokorelasi pada data cross
section dan data panel tidaklah berarti (Basuki & Prawoto, 2019; Rahmawati, 2019).
1) Jika nilai DW berada di antara du dan (4-dU) maka koefisien korelasi sama
2) Jika nilai DW lebih rendah daripada batas bawah (dL), maka koefisien
3) Jika nilai DW lebih besar daripada (4-dL), maka koefisien autokorelasi lebih kecil
4) Jika nilai DW terletak antara batas atas (dU) dan batas bawah (dL) atau DW
terletak antara (4-dU) dan (4-dL), maka hasilnya tidak dapat disimpulkan.
d. Uji Multikolinieritas
seluruh atau seluruh variabel penjelas dalam sebuah model regresi. Jika antar
penjelas tidak dapat ditentukan dan nilai standar error menjadi tak terhingga. Jika
multikolinieritas antar variabel penjelas tidak sempurna tetapi tinggi, maka koefisien
regresi variabel penjelas dapat ditentukan, tetapi memiliki nilai standar error tinggi
yang berarti nilai koefisien regresi tidak dapat diestimasi dengan tepat (Ghozali &
1
VIF= 2 (4.6)
1−Ri
2) Nilai R2 yang tinggi, tetapi sedikit rasio t yang signifikan. Jika R2 > 0.8, uji F pada
koefisien kemiringan parsial secara simultan sama dengan nol, tetapi uji t
individual akan menunjukan bahwa tidak ada atau sangat sedikit koefisien
perlanggaran multikolineritas.
5) Regresi penyokong. Multikolinieritas dapat timbul akibat dari satu atau lebih
regresor merupakan kombinasi linier atau mendekati dari regresor lain, salah
satu cara mencari tahu variabel X yang berhubungan dengan variabel X lainnya
menghitung nilai R2 nya. Jika nilai F hitung melebihi F kritis pada tingkat
e. Uji Heteroskedastisitas
model regresi yang telah dispesikasi. Kesalahan spesifikasi model berarti, ada
pengalaman, sehingga perilaku yang salah akan semakin kecil sepanjang waktu
4) Jika variabel bebas diregresikan dengan variabel tidak bebas, maka varians
menurun.
dibanding data time series. Data panel lebih dekat ke ciri data cross section
dibandingkan dengan time series (Basuki & Prawoto, 2019), sehingga asumsi
tidak efisien dan BLUE serta standar error dari model regresi menjadi bias
menyebabkan nilai t statistik dan F hitung bias (Ghozali & Ratmono, 2017). Gujarati
metode informal (metode grafik) dan metode formal. Pada penelitian ini, deteksi
residual ^μi dari regresi OLS, Glesjer menyarankan untuk meregresi nilai absolut ^μi
2
terhadap variabel X yang diperkirakan berasosiasi dekat dengan σ i . Jika nilai
varians error yang beragam (Long & Ervin, 2000). Hal ini mengakibatkan estimator
OLS yang dipergunakan memang tetap tidak bias, namun menjadi tidak efisien
(Ghozali & Ratmono, 2017), sehingga hasil uji hipotesis menyesatkan. Ketika
Cai, 2007; Long & Ervin, 2000). Metode ini dimodifikasi menjadi tiga versi, yaitu
HC1, HC2 dan HC3 (MacKinnon & White, 1985). HCSE memungkinkan peneliti
pada test inferensial dalam regresi OLS (Hayes & Cai, 2007; Long & Ervin, 2000).
Metode ini dilakukan untuk mengoreksi standar error jika terjadi masalah
dan pengambilan kesimpulan dilakukan pada nilai parameter yang benar (Ghozali &
terjadi (Hayes & Cai, 2007). HCSE sebaiknya digunakan jika terjadi pelanggaran
perbaikan tidak memberikan dampak yang signifikan (Long & Ervin, 2000). Log &
1. HC0: HCO adalah perkiraan kesalahan standar kuadrat dari koefisien regresi.
3. HC2: Estimator ini mirip HC1, tetapi bukan mengoreksi derajat kebebasan
melainkan mengoreksi bias yang disebabkan oleh adanya titik-titik leverage yang
1
tinggi. HC2 sama dengan HC0 ketika kuadrat error berbobot . HC2 dan
(1−hii )
Dengan mengevaluasi fungsi daya empiris uji t koefisien regresi dengan OLS,
menjaga ukuran pengujian pada tingkat nominal terlepas dari ada atau tidak
adanya heteroskedastisitas.
Dalam uji inferensial regresi OLS, HCSE memberikan peneliti kenyamanan yang
lebih besar bagi peneliti dalam hal validitas dan kekuatan uji, terutama jika
menggunakan HC3 dalam model regresi linier sebagai metode estimasi (Hayes &
Cai, 2007). Ketika pengamatan sama atau lebih besar dari 500, HCSE versi lain
juga dapat digunakan, namun HC3 memiliki keunggulan dari HC2 karena memiliki
karakter yang lebih baik untuk menguji koefisien yang paling kuat dipengaruhi oleh
[ ]
2
' −1 ' ei ' −1
HC 3=(X X ) X diag 2
X (X X) (4.7)
(1−hii )
Catatan:
1
HC3 memboboti setiap residu kuadrat OLS dengan faktor 2.
(1−hii )
' −1 '
hii =x i ( X X ) x i : nilai leverage dan merupakan elemen diagonal dari “hat”matriks
' −1 '
H= X (X X ) X . Proses koreksi Heteroskedastisitas pada studi ini menggunakan
Pengujian hipotesis pada regresi linier terdapat tiga jenis(Ghozali & Ratmono,
2017), yaitu:
model dalam menerangkan variasi variasi variabel tidak bebas. Nilai koefisien
determinasi adalah antara nol dan satu. Nilai R2=0 artinya variasi dari Y tidak dapat
dijelaskan oleh X, jika R2=1 artinya variasi dar Y seluruhnya dijelaskan oleh X,
dengan kata lain semua pengamatan berada tepat pada garis regresi (Nachrowi &
2 SSR
R= (4.8)
SSR
di mana:
SSR= Sum Square Regression (Jumlah Kuadrat Regresi), yaitu variasi dari regresi
yang dibuat.
142
SST=Sum Square Total (Jumlah Kuadrat Total), yaitu variasi dari data yang dibuat.
Uji Statistik F pada dasarnya menunjukan apakah semua variabel bebas yang
terhadap variabel tidak bebas. Dengan demikian, secara umum hipotesisnya adalah
sebagai berikut:
ESS ESS
df (k −1)
F= = (4.9)
RSS RSS
df (n−k )
di mana:
Kriteria keputusan adalah: Jika F hitung > F tabel, yaitu Fα ( k −1, n−k ) , maka
Hipotesis nol ditolak, berarti tidak semua koefisien slope secara simultan sama
dengan nol, sebaliknya jika F hitung< F tabel, maka Hipotesis nol diterima, berarti
semua semua koefisien slop secara simultan sama dengan nol. Di mana
Fα ( k −1, n−k ) adalah nilai kritis F pada tingkat signifikansi α dan derajat kebebasan
(df) pembilang (k-1) serta derajat kebebasan (df) penyebut (n-k). Di samping
taraf signfikansi α =5% (0.05). Jika nila p-value < 0.05, maka Hipotesis nol ditolak,
143
berarti tidak semua koefisien slop secara simultan sama dengan nol. Jika nilai p-
value>0.05, maka Hipotesis nol diterima berarti semua koefisien slop secara
disebut dengan uji Sobel (Sobel, 1982). Pada penelitian ini, langkah-langkah
tersebut harus menggambarkan hubungan yang logis antar variabel, yaitu peran
(unstandardized) (ab). Standar error pengaruh tidak langsung (indirect effect) adalah
Nilai t dari pengujian pengaruh tidak langsung menggunakan rumus sebagai berikut:
ab
t= (4.11)
SE ab
Nilai t hitung dibandingkan dengan t tabel, jika nilai t hitung > t tabel , dengan uji satu arah
bidang pengolahan bahan baku menjadi barang jadi, atau barang setengah
jadi menjadi barang jadi yang siap digunakan, dipakai, dikonsumsi oleh
konsumen. Sektor ini terbagi menjadi 3 sub sektor, teridir dari 190
Daftar perusahaan yang berdiri sebelum 2010 terdiri dari Sub Sektor
International Tbk (ADES), Tiga Pilar Sejahtera Food Tbk (AISA), Bumi
Teknokultura Tbk (TBEK), Budi Starch & Sweetener Tbk (BUDI), Wilmar
Cahaya Indonesia Tbk (CEKA), Delta Djakarta Tbk (DLTA), Inti Agri
Resources Tbk (IIKP), Indofood Sukses Makmur Tbk (INDF), Multi Bintang
Indonesia Tbk (MLBI), Mayora Indah Tbk (MYOR), Prashida Aneka Niaga
Tbk (PSDN), Sekar Laut Tbk (SKLT), Siantar Top Tbk (STTP), Tunas Baru
Lampung Tbk (TBLA), Ultrajaya Milk Industry and Trading Company Tbk
144
145
(ULTJ), Sektor rokok terdiri dari Gudang Garam Tbk (GGRM), Handjaya
(RMBA), sub sektor farmasi teridri dari DarioVariao Laboratoria Tbk (DVLA),
Kalbe Farma Tbk (KLBF), Merck Indonesia Tbk (MERK), Pyridam Farma Tbk
(PYFA), Merck Sharp Dohme Pharma Tbk (SCPI), Tempo Scan Pasific Tbk
(TSPC), sub sektor kosmetik dan barang keperluan rumah tangga terdiri dari
Musitka Ratu Tbk (MRAT), Mandom Indonesia Tbk (TCID) dan Unilever
Indonesia Tbk (UNVR). Sub Sektor Peralatan Rumah Tangga terdiri dari
Kedaung Indah Can Tbk (KICI) dan Langgeng Makmur Indostry Tbk (LMPI).
Sektor Industri Dasar dan Kimia terdiri dari Perusahaan Bubur Kertas &
Porselen, dan Kaca. Jumlah perusahaan pada sub sektor ini terdiri atas 78
Prakarsa Tbk (INDP), dan Solusi Bangun Indonesia Tbk (SMCB), Sub Sektor
kayu dan penglahannya terdiri dari SLJ Global Tbk (SULI) dan Tirta
mahakam Resources Tbk (TIRT). Sub sektor Keramik, Porselen dan Kaca
terdiri dari Asahimas Flat Glass Tbk (AMFG), Arwana Citramulia Tbk
(MLIA) dan Surya Toto Indonesia Tbk (TOTO). Sub Sektor Plastik dan
Kemasan terdiri dari Argha Karya Prima Industry Tbk (AKPI), Asiaplast
Industries Tbk (APLI), Berlina Tbk (BRNA), Lotte Chemical Titan Tbk (FPNI),
Champion Pasific Indonesia Tbk (IGA), Tunal Alpin Tbk (IGAR), Tunal Alpin
146
Tbk (TALF), Trias Sentosa Tbk (TRST) dan Yanaprima Hastapersada Tbk
(YPAS). Sub Sektor bubur kertas dan kertas, terdiri dari Fajar Surya Wisesa
Tbk (FASW), Indah Kiat Pulp & Paper Tbk (INKP), Toba Pulp Lestari Tbk
Industrial Tbk (KDSI), Suparma Tbk (SPMA), dan Pabrik Kertas Twiji Kimia
Tbk (TKIM). Sub Sektor Kimia terdiri dari Polychem Indonesia Tbk (ADMG),
Barito Pasific Tbk (BRPT), Duta Pertiwi Nusantara Tbk (DPNS), Ekadharma
Petrochemical Tbk (TPIA) dan Unggul Indah Cahaya Tbk (UNIC). Sub Sektor
(BTON), Citra Tubindo Tbk (CTBN), Gunawan Dianjaya Steel Tbk (GDST),
Indal Aluminimum Industry Tbk (INAI), Jakarta Kyoei Steel Works Tbk
(JKSW), Lion Metal Works Tbk (LION), Lionmesh Prima Tbk (LMSH), Pelat
Timah Nusantara Tbk (NIKL), Pelangi Indah Canindo Indonesia Tbk (PICO)
dan Tembaga Mulia Semanan Tbk (TBMS). Sub Sektor pakan ternak terdiri
dari Charoen Pokphand Indonesia Tbk (CPIN), Central Proteina Prima Tbk
(MAIN) dan Sierad Produce Tbk (SIPD). Lainnya adalah Indo Komditi
Jumlah perusahaan ini terdiri atas 50 perusahaan, yaitu: Sub sektor Otomotif
dan Komponen terdiri dari Astra International Tbk (ASII), Astra Otoparts Tbk
(INDS), Multi Prima Sejahtera Tbk (LPIN), Multstrada Arah Sarana Tbk
(MASA), Nipress Tbk (NIPS), Prima Alloy Steel Universal Tbk (PRAS) dan
Selamat Sempurna Tbk (SMSM). Sub Sektor Tekstil dan Garmen terdiri dari
Argo Pantes Tbk (ARGO), Century Textile Industry Tbk (CNTX), Eratex Djaja
Tbk (ERTX), Ever Shine Tex Tbk (ESTI), Panasia Indo Resources Tbk
(MYTX), Pan Prodhers Tbk (PBRX), Asia Pacific Fibers Tbk (POLY), Ricky
Tifico Fibers Indonesia Tbk (TFCO), dan Nusantara Inti Corpora Tbk (UNIT).
Sub Sektor Elektronika terdiri dari Sat Nusapersada Tbk (PTSN). Sub Sektor
Kabel terdiri dari Sumi Indo Kabel Tbk (IKBI), Jemlo Cable Company Tbk
(JECC), KMI Wire & Cable Tbk (KBLI), Kabelindo Muni Tbk (KBLM),
Tbk (VOKS). Sub Sektor alas kaki terdir adari Sepatu Bata Tbka (BATA) dan
Sektor ini merupakan suatu sektor yang terdiri dari perusahaan yang
1. Sektor Pertanian
perusahaan. Sub sektor perkebunan terdiri dari Astra Agro Lestari Tbk (AALI), Eagle
High Plantations Tbk (BWPT), Gozvco Platations Tbk (GZCO), PP London Sumatra
Indonesia Tbk (LSIP), Sampoerna Agro Tbk (SGRO), Smart Tbk (SMAR) dan Bakrie
Sumatra Plantations Tbk (UNSP). Sub Sektor perikanan adalah Dharma Samudera
Fishing Industries Tbk (DSFI), dan sub sektor tanaman pangan adalah BISI
2. Sektor Pertambangan
Logam & Mineral, Perusahaan Minyak Mentah dan Gas Bumi, serta
Perusahaan Tanah dan Batu Galian. Sub Sektor Batu Bara. Jumlah
Darma Henwa Tbk (DEWA), Delta Dunia Makmur Tbk (DOID), Dian
Swastatika Sentosa Tbk (DSSA), Garda Tujuh Buana Tbk (GTBO), Indika
Energy Tbk (INDY), Indo Tambangraya Megah Tbk (ITMG), Resources Alam
Karyawa Perkasa Tbk (PKPK), Bukit Asam Tbk (PTBA), Petrosea Tbk
(PTRO), Golden Eagle Energy Tbk (SMMT), Trada Alam Minera Tbk
(TRAM). Sub Sektor Minyak Mentah & Gas Bumi, terdiri dari Apexindo
Pratama Duta Tbk (APEX), Ratu Prabu Energi Tbk (ARTI), Elnusa Tbk
149
(ELSA), Energi Mega Persada Tbk (ENRG), Medco Energy International Tbk
(MEDC), Mitra Investindo Tbk (MITI), Radiant Utama Interinsco Tbk (RUIS).
Sub Sektor Logam & Mineral, terdiri dari Aneka Tambang Tbk (ANTM), Cita
Mineral Investindo Tbk (CITA), Central Omega Resources Tbk (DKFT), Vale
Indonesia Tbk (INCO), J Resources Asia Pasifik Tbk (PSAB), dan Timah Tbk
(TINS). Sub Sektor Tanah & Batu Galian, yaitu Citatah Tbk (CTTH).
pengambilan bahan baku dari SDA. , Sektor ini menawarkan produknya jasa
Tol, Bandara, dan Pelabuhan. Pada sektor ini ada 24 perusahaan. Sub
Sektor Konstruksi Non Bangunan, terdiri dari Bukaka Teknik Utama Tbk
Jalan Tol, Bandara, dan Pelabuhan, terdiri dari Citra Marga Nusaphala Tbk
terdiri dari Bakrie Telecom Tbk (BTEL), XL Axiata Tbk (EXCL), Smartfren
Telecom Tbk (FREN), Indosat Tbk (ISAT). Sub Sektor Energi, terdiri dari
Mitra Energi Persada Tbk (KOPI), Leyand International Tbk (LAPD), dan
Rukun Raharja Tbk (RAJA). Sub Sektor Transportasi, terdiri dari Maming
150
Enam Sembilan Mineral Tbk (AKSI), Berlian Laju Tanker Tbk (BLTA), AirAsia
Tbk (RIGS), Steady Safe Tbk (SAFE), Samudera Indonesia Tbk (SMDR),
perusahaan pada sektor ini ada 39 perusahaan. Sektor Properti dan Real
Estate terdiri dari Alam Sutera Realty Tbk (ASRI), Bekasi Asri Pemula Tbk
(BAPA), Bumi Citra Permai Tbk (BCIP), Bhuwanatala Indah Permai Tbk
(BIPP), Sentul City Tbk (BKSL), Bumi Serpong Damai Tbk (BSDE), Cowell
Realty Tbk (DART), Intiland Development Tbk (DILD), Duta Pertiwi Tbk
Gapuraprima Tbk (GPRA), Jaya Real Property Tbk (JRPT), Kawasan Industri
Jababeka Tbk (KIJA), Eureka Prima Jakarta Tbk (LCGP), Lippo Cikarang
Tbk (LPCK), Lippo Karawaci Tbk (LPKR), Modernland Realty Tbk (MDLN),
Prima Property Tbk (OMRE), Plaza Indonesia Realty Tbk (PLIN), Pakuwon
Jati Tbk (PWON), Ristia Bintang Mahkotasejati (RBMS), Roda Vivatex Tbk
(SMRA) dan Agung Podomoro Land Tbk (APLN). Sub Sektor Konstruksi
Bangunan terdiri dari Bukit Darmo Property Tbk (BKDP), Nusa Konstruksi
Hanson International Tbk (MYRX), Surya Semesta Internusa Tbk (SSIA), dan
Grosir (Whosale), terdiri dari Akbar Indo Makmur Stimec Tbk (AIMS), AKR
Indonesia Tbk (CLPI), Explitasi Energi Indonesia Tbk (CNKO), Enseval Putra
Megatrading Tbk (EPMT), FKS Multi Agro Tbk (FISH), Himalaya Energi
Perkasa Tbk (HADE), Hexindo Adiperkasa Tbk (HEXA), Intraco Penta Tbk
(INTA), Inter Delta Tbk (INTD), Perdana Bangun Pusaka Tbk (KONI), Lautan
Luas Tbk (LTLS), Moden Internasional Tbk (MDRN), Multi Indocitra Tbk
International Tbk (SDPC), Renuka Coalindo Tbk (SQMI), Sugih Energy Tbk
(SUGI), Tigaraksa Satria Tbk (TGKA), Tira Austenite Tbk (TIRA), Triwira
Insanlestari Tbk (TRIL), Tunas Ridean Tbk (TURI), United Tractors Tbk
Tbk (WICO), dan Zebra Nusantara (ZBRA). Sub Sektor Iklan, Percetakan
dan Media terdiri dari Mahaka Media Tbk (ABBA), Fortune Indonesia Tbk
(FORU), Jasuindo Tiga Perkasa Tbk (JTPE), First Media Tbk (KBLV), Star
Pacific Tbk (LPLI), Media Nusantara Citra Tbk (MNCN), Surya Citra Media
Tbk (SCMA), dan Tempo Intimedia Tbk (TMPO) dan Elang Mahkota
Teknologi Tbk (EMTK). Sub sektor kesehatan adalah Onix Capital Tbk
(OCAP). Sub Sektor Komputer dan Service terdiri dari Astra Graphia Tbk
Makmur Tbk (LMAS), Metrodata Electronics Tbk (MTDL). Sub sektor lainnya
antara lain adalah Gema Grahasarana Tbk (GEMA), Tanah Laut Tbk (INDX),
Sumber Energi Andalan Tbk (ITMA), Siwani Makmur Tbk (SIMA). Sub Sektor
Peretail (Retail Trade), antara alain Ace Hardware Indonesia Tbk (ACES),
Sumber Alfaria Trijaya Tbk (AMRT), Catur Sentosa Adiprana Tbk (CSAP),
Hero Supermarket Tbk (HERO), Kokoh Inti Arebama Tbk (KOIN), Matahari
Department Store Tbk (LPPF), Mitra Adiperkasa Tbk (MAPI), Matahari Putra
Prima Tbk (MPPA), Midi Utama Indonesia Tbk (MIDI), Ramayana Lestari
Sentosa Tbk (RALS), Sona Tobas Tourism Industry Tbk (SONA) dan
Trikomsel Oke Tbk (TRIO). Sub sektro Restoran, Hotel dan Pariwisata terdiri
dari Anugrah Kagum Kaya Utama (AKKU), Arhavest Tbk (ARTA), Bayu
Buana Tbk (BAYU), Fast Food Indonesia Tbk (FAST), Hotel Mandarine
(JSPT), MNC Land Tbk (KPIG), Mas Murni Indonesia Tbk (MAMI), Panorama
Tbk (PJAA), Pudjiadi & Sons Tbk (PNSE) Red Planet Indonesia Tbk (PSKT),
perusahaan:
pada penelitian ini, terdiri dari dari 6 perusahaan sektor pertambangan (60
Properti,
Perdagangan, Infrastruktur,
Konstruksi
Keterangan Pertambangan jasa dan Manufaktur Pertanian Utilitas dan Keseluruhan
dan Real
investasi Transportasi
Estate
Mean 22,495,684 3,863,062 15,095,849 7,631,511 6,383,986 3,462,367 10,979,244.18
Median 15,263,526 1,779,642 853,191 3,810,358 3,947,862 2,877,902 1,872,267.50
Std.
28,029,841 5,046,533 49,794,867 8,683,840 4,870,535 2,768,549 34,187,056.30
Deviation
Minimum 127,894 41,784 78,200 117,301 1,946,438 230,361 41,784.00
351,958,00
Maximum 102,329,782 21,409,046 29,583,830 17,363,003 8,692,767 351,958,000.00
0
351,879,80
Range 102,201,888 21,367,262 29,466,529 15,416,565 8,462,406 351,916,216.00
0
Tabel 5.2 menunjukan nilai total aset yang dimiliki setiap perusahaan (juta
rupiah) sampel pada periode penelitian. Total aset memiliki nilai rata-rata Rp.
11,885,831.74 juta dengan nilai total aset terbesar sebesar Rp. 351,958,000 juta
yang berasal dari sektor manufaktur. Sementara nilai total aset terkecil adalah Rp.
41,784 juta dari sektor perdagangan, jasa dan investasi. Tabel 5.2 juga menunjukan
bahwa nilai rata-rata total aset terbesar adalah perusahaan sektor pertambangan,
manufaktur dengan nilai Rp. 16,874,006 juta. Perusahaan dengan nilai rata-rata
total aset terkecil adalah sektor Infrastruktur, Utilitas dan Transportasi (Rp.
156
dengan standar deviasi sebesar Rp. 49,794,867 juta hal ini menunjukan bahwa
total aset perusahaan sektor industri lebih beragam jika dibandingkan dengan sektor
lainnya, hal ini diperkuat dengan jangkauan pada sektor manufaktur juga terbesar
dengan kemiringan 6.64, hal ini menunjukan sebaran data melenceng ke kanan dan
nilai positif menunjukan bahwa mean lebih besar dari median dan tidak berdistribusi
normal. Kemiringan terbesar terjadi pada sektor manufaktur (4.792), diikuti sektor
perdagangan, jasa dan investasi (2.049). Kemiringan terkecil terjadi pada sektor
mana jika nilai kurtosis semakin besar maka sebaran data semakin runcing.
kurtosisnya di atas 3 memberikan informasi bahwa distribusi data pada kedua sektor
Properti,
Perdagangan, Infrastruktur,
Konstruksi
Keterangan Pertambangan jasa dan Manufaktur Pertanian Utilitas dan Keseluruhan
dan Real
investasi Transportasi
Estate
Mean 12.9814 16.1178 16.3447 27.5649 7.4775 7.5071 16.7369
Median 3.2753 10.8531 7.4813 4.9635 6.1169 6.2267 7.9602
Std. 46.48802 39.26472 98.7034 118.74212 22.0620 27.04860 82.2715
Deviation 0
Minimum -74.09 -36.48 -99.9592 -65.54 -31.90 -40.13 -99.9592
Maximum 169.65 390.31 1484.7350 843.27 71.04 90.88 1484.7350
Range 243.74 426.79 1584.6942 908.81 102.95 131.02 1584.6942
Skewness 1.161 6.440 13.0726 5.532 1.048 0.815 12.0392
Kurtosis 1.977 56.725 191.4759 33.701 2.778 1.649 186.8726
Pengamatan 60 150 260 90 20 40 620
penjualan yang tertinggi terjadi pada sektor Properti, Konstruksi dan Real Estate,
(27.56%), diikuti sektor perdagangan, jasa dan investasi (16.12%) dan manufaktur
pertanian (22.062%).
selanjutnya sektor perdagangan, jasa dan investasi (426.79%), dan range terendah
158
terjadi pada sektor pertanian (102.95%). Kemiringan sebaran data perusahaan Non
finansial penelitian ini positif (12.039), yang menunjukan sebaran data cenderung
Nilai kurtosis sebaran data sebesar 186.873, berarti sebaran data cenderung
manufaktur (191.476), sektor Perdagangan, jasa dan investasi (56.725) dan sektor
Properti, Konstruksi dan Real Estate (33.701). Sektor lainnya yaitu perdagangan,
pertanian, dan Infrastruktur, utilitas dan Transportasi sebaran data cenderung lebih
mendatar (platikurtik).
Properti,
Perdagangan, Infrastruktur,
Konstruks
Keterangan Pertambangan jasa dan Manufaktur Pertanian Utilitas dan Keseluruhan
i dan Real
investasi Transportasi
Estate
Mean 19.654 6.172 11.043 9.566 6.266 2.410 9.772
Median 10.090 3.980 1.820 2.960 1.500 0.560 3.160
Std. 22.853 8.778 20.267 15.687 10.062 4.324 17.235
Deviation
Minimum 0.010 0.080 0.001 0.020 0.080 0.140 0.001
Maximum 65.690 43.570 89.440 54.730 29.990 15.640 89.440
Range 65.680 43.490 89.439 54.710 29.910 15.500 89.439
Skewness 0.900 3.225 2.446 1.981 1.850 2.558 2.549
Kurtosis -0.710 10.135 5.202 2.637 2.109 5.235 6.125
Pengamatan 60 150 260 90 20 40 620
Kkepemilikan manajerial saham nilai nilai rata-rata sebesar 9.772%. Sektor industri
diikuti sektor manufaktur (11.043%), sektor properti, konstruksi dan real estate
keragaman tertinggi terjadi pada sektor pertambangan 22.853%, diikuti oleh sektor
manufaktur (20.267%) dan sektor properti, konstruksi dan real estate (15.687%).
pada sektor properti, konstruksi dan real estate tertinggi adalah 54.73% dan yang
adalah 29.99% dan terendah adalah 0.08%. Untuk sektor infrastruktur, utilitas dan
0.14%.
tinggi. Kemiringan tertinggi terjadi pada sektor perdagangan, jasa dan investasi
(2.558) dan kemiringan paling kecil terjadi pada sektor pertambangan (0.900). Hal ini
adalah 6.125, yang menunjukan sebaran data yang meruncing (leptokurtik). Hal ini
juga terjadi pada sektor perdaganan, jasa dan investasi, sektor manufaktur dan
160
sektor infrastruktur, utilitas dan transportasi dengan sebaran data yang meruncing
(leptokurtik). Sektor properti, Konstruksi dan Real Estate, sektor pertanian dan
Properti,
Perdagangan, Konstruksi Infrastruktur,
jasa dan dan Real Utilitas dan
Keterangan Pertambangan investasi Manufaktur Estate Pertanian Transportasi Keseluruhan
Mean 0.4805 0.4953 0.44019 0.4649 0.6080 0.5787 0.4754
Median 0.5159 0.5218 0.46790 0.4959 0.6395 0.5705 0.4951
Std. 0.16654 0.20665 0.19710 0.16845 0.09695 0.12252 0.1907
Deviation
Minimum 0.14 0.12 0.04135 0.07 0.41 0.37 0.0414
Maximum 0.82 0.90 0.99873 0.70 0.73 0.83 0.9987
Range 0.67 0.78 0.95738 0.63 0.32 0.46 0.9574
Skewness -0.073 -0.071 0.00050 -0.596 -0.588 0.257 -0.1755
tertinggi terjadi pada sektor pertanian, dengan rata-rata sebesar 60.80%, diikuti oleh
terbesar adalah 49.53%. DR terendah terjadi pada sektor manufaktur dengan nilai
ditunjukan dari nilai standar deviasi sebesar 0.191, hal ini menunjukan variabilitas
perdagangan, jasa dan investasi dengan standar deviasi sebesar 0.207, berikutnya
variabilitas terbesar terjadi pada sektor manufaktur dengan standar deviasi sebesar
161
0.197, diikuti sektor properti, konstruksi dan real estate dengan standar deviasi
sebesar 0.168. Variabilitas terkecil terjadi pada sektor pertanian dengan standar
deviasi 0.097.
terkecil adalah 4.00% pada sektor industri yang sama. Hal ini mengakibatkan
90.00%, dan nilai minimumnya adalaah 12.00%. Sektor infrastruktur, utilitas dan
14.00%. Sektor properti, konstruksi dan real estate memiliki DR terkecil, dengan DR
bahwa arah kemiringan sebaran data cenderung ke sebelah kiri atau nilai DR
besar lebih dominan dibanding dengan perusahaan dengan DR lebih kecil. Kondisi
ini juga terjadi pada beberapa sektor perusahaan yang menjadi sampel penelitian,
yaitu: sektor pertambangan (-0.073), sektor perdagangan, jasa dan investasi (0.071),
sektor properti, konstruksi dan real estate (-0.596) dan sektor pertanian (-0.588).
Sementara pada sektor manufaktur (0.0005) dan sektor infrastruktur, utilitas dan
transportasi (0.257) kemiringan memiliki nilai positif. Hal ini menunjukan bahwa
sebaran data cenderung di sebelah kanan, di mana nilai DR pada kedua sektor
cenderung tidak kelihatan. Hal ini terjadi pada seluruh sektor industri.
Properti,
Perdagangan, Infrastruktur,
Konstruksi
Keterangan Pertambangan jasa dan Manufaktur Pertanian Utilitas dan Keseluruhan
dan Real
investasi Transportasi
Estate
Mean 0.2116 0.1481 0.1231 0.1594 0.4088 0.3223 0.16504
Median 0.1067 0.1200 0.0916 0.1402 0.4051 0.3119 0.12315
Std. 0.19087 0.09287 0.1044 0.12194 0.08217 0.11283 0.13343
Deviation
Minimum 0.00 0.02 0.0135 0.00 0.26 0.13 0.00195
Maximum 0.67 0.41 0.7334 0.46 0.60 0.66 0.73337
Range 0.66 0.40 0.7199 0.46 0.34 0.53 0.73142
Skewness 0.596 0.955 1.9390 0.579 0.326 0.872 1.14219
Nilai rata-rata LTDR perusahaan Non finansial terdaftar di BEI pada periode
terbesar terjadi pada sektor pertambangan dengan nilai standar deviasi adalah
0.1909, berikutnya adalah sektor properti, konstruksi dan real estate (0.1219), diikuti
dengan sektor infrastruktur, utilitas dan transportasi (0.1128). Sektor industri yang
LTDR terbesar adalah 73.34%, perusahaan dengan LTDR paling kecil adalah 0.19%
yang berasal dari sektor properti, konstruksi dan real estate. Pada sektor
manufaktur, LTDR terkecil adalah 1%, dan pada sektor properti, konstruksi dan real
163
estate LTDR terbesar adalah 46%. Pada sektor pertambangan, LTDR terbesar
adalah 67%, dan terkecil adalah 0.22%. Sementara pada sektor perdagangan, jasa
dan investasi LTDR terbesar adalah 41%, dan yang terkecil adalah 2%. Pada sektor
pertanian, LTDR terbesar adalah 60%, dan terkecil adalah 26%, sedangkan pada
sektor infrastruktur, utilitas dan transportasi ditemukan LTDR terbesar adalah 66%
cenderung lebih banyak dibandingkan dengan LTDR yang tinggi atau LTDR.Jika
dikaji berdasarkan sektor industri yang diteliti, hasil yang sama ditemukan di mana
pada sektor perdagangan, jasa dan investasi (0.955), sektor manufaktur (1.939),
sektor properti, konstruksi dan real estate (0.579), sektor pertanian (0.326) dan
sektor infrastruktur, utilitas dan transportasi (0.872), di mana besaran LTDR yang
rendah cenderung lebih banyak dibandingkan dengan LTDR yang tinggi pada
bawah nilai 3, yang memberi arti bahwa tingkat keruncingan sebaran data yang
0.950) dan sektor properti, konstruksi dan real estate (-0.829) ditemukan tingkat
kelihatan.
Konstruksi
jasa dan Utilitas dan
n r dan Real
investasi Transportasi
Estate
Mean 1.6520 1.1264 1.1723 1.0905 0.9610 0.8129 1.1657
Median 1.0433 0.9542 0.8964 0.9361 0.9867 0.8275 0.9207
Std. 1.46534 0.54756 0.8675 0.75553 0.22216 0.19751 0.8434
Deviation
Minimum 0.14 0.40 0.21 0.17 0.58 0.48 0.1352
Maximum 7.80 3.57 7.98 4.15 1.31 1.12 7.97973
Range 7.67 3.17 7.77 3.98 0.73 0.64 7.8444
Skewness 2.220 1.328 3.002 1.972 -0.046 -0.182 3.196
Kurtosis 5.660 2.341 15.934 4.979 -1.326 -1.391 16.726
Pengamatan 60 150 260 90 20 40 620
manajerial yang terdaftar di BEI disajikan pada Tabel 5.7. Nilai rata-rata keseluruhan
sebesar 1.166 > 1. Nilai ini menunjukan bahwa secara keseluruhan perusahaan-
perusahaan Non finansial yang menjadi sampel pada penelitian ini memiliki kinerja
yang baik. Berdasarkan sektor industri yang diteliti, ditemukan bahwa ada empat
1.1657, diikuti oleh sektor manufaktur (1.1723) dan sektor perdagangan, jasa dan
dari nilai standar deviasi sebesar 0.8434, di mana variabilitas tertinggi adalah sektor
dengan standar deviasi 0.8675 dan sektor properti, konstruksi dan real estate
Nilai Tobin’s Q perusahaan tertinggi adalah 7.98 yang terjadi pada sektor
manufaktur, sedangkan nilai terendah adalah 0.14 yaitu pada sektor pertambangan.
165
Pada sektor manufaktur sendiri, nilai Tobin’s Q terendah yang pernah terjadi adalah
dicapai adalah sebesar 7.80. Pada sektor perdagangan, jasa dan investasi, nilai
tertinggi Tobin’s Q yang pernah dicapai adalah 3.57 sedangkan nilai terendah
adalah 0.40. Pada sektor properti, konstruksi dan real estate, nilai Tobin’s Q yang
pernah dicapai adalah 4.15 dan terendah adalah 0.17, sedangkan pada sektor
pertanian, pencapaian tertinggi yang pernah terjadi adalah 1.31 dan terendah 0.58.
bawah nilai median, dengan kata lain pencapaian nilai Tobin’s Q pencapaiannya
perusahaan, hal yang sama juga terjadi pada perusahaan sektor manufaktur (3.002),
sektor pertambangan (2.220), sektor properti, konstruksi dan real estate (1.972) dan
terjadi pada sektor pertanian (-1.326), sektor infrastruktur, utilitas dan transportasi (-
1.391) di mana memiliki kemiringan yang negatif, yang bermakna bahwa nilai
perusahaan yang pernah dicapai pada kedua sektor tersebut umumnya berada di
industri yang diteliti, posisi sangat meruncing (leptokurtik) juga terjadi pada
properti, konstruksi dan real estate (4.979). Sementara pada sektor perdagangan,
jasa dan investasi (2.341) tingkat keruncingan cenderung lebih rendah (platikurtik)
sehingga lebih mendatar. Pada sektor pertanian (-1.326) dan sektor infrastruktur,
utilitas dan transportasi (-1.391) keruncingan bernilai negatif yang berarti sebaran
kelihatan.
Properti,
Perdagangan, Infrastruktur,
Pertambanga Konstruksi Pertania
Keterangan jasa dan Manufaktur Utilitas dan Keseluruhan
n dan Real n
investasi Transportasi
Estate
Mean 0.2416 0.3186 0.3645 0.1168 0.2897 0.6986 0.3247
Median 0.2377 0.2917 0.3609 0.0792 0.2918 0.7177 0.2948
Std.
Deviation 0.0748 0.1803 0.1812 0.1245 0.1102 0.1290 0.2060
Struktur aset perusahaan yang diukur dengan perbandingan aset tetap dengan total
aset. Berdasarkan Tabel 5.8 ditemukan bahwa nilai rata-rata keseluruhan struktur
aset adalah 32.47%. Nilai rata-rata struktur aset terbesar terjadi pada perusahaan
infrastruktur di mana 69.86% dari total aset adalah aset tetap. Struktur aset terbesar
berikutnya adalah sektor manufaktur (36.45%), diikuti oleh sektor perdaganan, jasa
167
dan investasi (31.86%) dan sektor pertambangan (24.16%). Nilai rata-rata struktur
aset terakhir adalah sektor properti, konstruksi dan real estate (11.68%). Variabilitas
keseluruhan perusahaan Non finansial yang ditunjukan oleh nilai standar deviasi
adalah 0.2060, di mana variabilitas tertinggi terjadi pada sektor perdagangan, jasa
dan investas dengan standar deviasi 0.180 diikuti sektor manufaktur dengan
standar deviasi struktur aset 0.1812, sektor properti, konstruksi dan real estate
dengan standar deviasi 0.125 dan terakhir adalah sektor pertambangan dengan
standar deviasi 0.075. Hal ini memberikan informasi bahwa keragaman struktur aset
sedangkan terkecil adalah sektor properti, konstruksi dan real estate (0.25%).
Struktur aset terkecil pada sektor manufaktur adalah 3.17%, sementara terbesar
pada sektor properti, konstruksi dan real estate adalah 65.77%. Pada sektor seperti
sedangkan struktur aset terkecil adalah 24.55%, di sisi lain pada sektor
perdagangan, jasa dan investasi struktur aset terbesar adalah 83.23%, terkecil
adalah 5.62%. Pada sektor pertanian, struktur aset terbesar adalah 47.75%,
struktur aset terbesar adalah 44.26%, sedangkan yang terkecil adalah 5.62%.
sebesar 0.640, sehingga struktur aset yang dimiliki cenderung miring ke kanan, dan
ada kecenderungan struktur aset yang dimiliki umumnya lebih kecil dari median. Hal
ini juga terjadi pada sektor properti, konstruksi dan real estate (2.282), sektor
manufaktur (0.1391) dan sektor pertanian (0.105). Pengecualitan terjadi pada sektor
168
ke kiri (-1.283), yang memberi arti bahwa ada kecenderungan struktur aset pada
sebaran data cenderung merata dan cenderung tidak kelihatan. Hal yang sama
terjadi pada manufaktur (-0.277) dan sektor pertanian (-1.399). Pada sektor
investasi (1.196) dan sektor pertambangan 0.382) tingkat keruncingan sebaran data
(leptokurtik) terjadi pada sektor properti, konstruksi dan real estate (6.332).
Properti,
Perdagangan, Infrastruktur
Konstruksi
Keterangan Pertambangan jasa dan Manufaktur Pertanian , Utilitas dan Keseluruhan
dan Real
investasi Transportasi
Estate
Mean 0.0469 0.0321 0.0337 0.0114 0.0211 0.0725 0.0334
Median 0.0416 0.0218 0.0294 0.0121 0.0237 0.0711 0.0256
Std. 0.03082 0.02664 0.0297 0.00806 0.00939 0.03517 0.0302
Deviation
Minimum 0.00314 0.0022 0.0000 0.0005 0.0063 0.0000 0.0000
Maximum 0.17 0.12 0.4141 0.03 0.03 0.14 0.4141
Range 0.17 0.12 0.4141 0.03 0.03 0.14 0.4141
Skewness 1.629 1.768 8.3748 0.404 -0.253 -0.145 4.259
Kurtosis 4.198 2.515 104.5616 -0.738 -1.708 -0.382 41.663
Pengamata 60 150 260 90 20 40 620
n
Sumber : data diolah (lampiran)
Tabel 5.9 menunjukan deskripsi data NDTS yang bersumber dari depresiasi
penelitian. Nilai rata-rata NDTS tertinggi terjadi pada sektor infrastruktur, utilitas dan
(3.37%). Nilai NDTS terkecil terjadi pada sektor properti, konstruksi dan real estate
sebesar 0.0302. Variabilitas terbesar terjadi pada sektor infrastruktur, utilitas dan
dengan standar deviasi 0.0308, diikuti sektor manufaktur dengan standar deviasi
0.0297, dan variabilitas terkecil terjadi pada sektor properti, konstruksi dan real
estate dengan standar deviasi 0.0081. Nilai maksimum NDTS secara keseluruhan
menjadi besar. NDTS terbesar pada sektor pertambangan adalah 17.49%, dengan
nilai minimum 0.31%, pada sektor perdagangan, jasa dan investasi NDTS terbesar
adalah 12.19%, dengan nilai terkecil 0.22%. Sementara pada sektor properti,
konstruksi dan real estate, yang terbesar adalah 3.20% sedangkan terkecil adalah
0.05%. Pada sektor pertanian, yang terbesar adalah 3.20% dan terkecil 0.063% dan
pada sektor infrastruktur, utilitas dan transportasi yang erbesar adalah 13.72% dan
terkecil adalah 0.
kemiringan sebaran data menceng ke kanan yang menunjukan bahwa nilai NDTS
perusahaan-perusahaan non finansial didominasi oleh nilai yang lebih kecil dari
median. Jika dikaji berdasarkan jenis perusahaan, hal ini juga terjadi pada sektor
pertambangan (1.6291) dan sektor properti, konstruksi dan real estate (0.4038). Di
170
sisi lain, pada sektor pertanian (-0.2532) dan sektor infrastruktur, utilitas dan
menceng ke kiri, hal ini juga memberi makna bahwa nilai NDTS pada kedua sektor
(41.663), yang berada pada kategori leptokurtik. Kondisi yang sama juga terjadi
pada sektor perdagangan, jasa dan investasi (2.5151) tingkat keruncingan lebih
mendatar (platikurtik). Sebaran data pada sektor properti, konstruksi dan real estate
(-0.7380), sektor pertanian (-1.7077) dan sektor infrastruktur, utilitas dan transportasi
Infrastruktur
Properti,
Perdagangan , Utilitas
Pertambanga Manufaktu Konstruks Pertania Keseluruha
Keterangan , jasa dan dan
n r i dan Real n n
investasi Transportas
Estate
i
Mean 7.1419 4.9487 3.5536 3.6319 0.8834 2.0201 4.0647
Median 5.4030 3.6017 3.1578 4.1292 3.4474 1.7323 3.4939
Std. 14.02486 6.49579 7.6120 6.19356 11.1203 6.91516 8.2046
Deviation 6
Minimum -36.17 -13.36 -38.2956 -24.88 -43.63 -13.11 -43.6311
Maximum 46.49 41.71 32.1149 27.33 10.32 17.80 46.4898
Range 82.66 55.07 70.4104 52.21 53.95 30.91 90.1209
Skewness 0.473 2.222 -0.4795 -0.665 -3.675 -0.098 0.2100
Kurtosis 1.949 10.062 4.2059 6.079 15.084 0.530 7.3439
Pengamata 60 150 260 90 20 40 620
n
Deskripsi profitabilitas perusahaan non finansial yang diukur dengan proksi ROA
disajikan pada Tabel 5.10. Berdasarkan Tabel 5.10. ditemukan nilai rata-rata ROA
171
adalah 4.065%. Nilai rata-rata ROA terbesar adalah pada sektor pertambangan,
yaitu 7.14%, pada peringkat kedua adalah sektor perdagangan, jasa dan investasi
dengan nilai rata-rata 4.95%, di susul oleh sektor manufaktur dengan nilai rata-rata
ROA adalah 3.55%. Nilai rata-rata ROA terkecil adalah sektor pertanian, yaitu:
deviasi adalah 8.205, di mana variabilitas terbesar terjadi pada sektor pertambangan
dengan standar deviasi adalah 14.025, variabilitas terbesar di posisi kedua adalah
manufaktur dengan standar deviasi 7.612 dan di posisi terakhir adalah sektor
Nilai ROA terbesar selama periode penelitian adalah 46.49%, yang terjadi pada
sektor pertambangan, di sisi lain nilai ROA terkecil adalah -43.63%, yang terjadi
pada sektor pertanian. Di sisi lain, ROA terkecil pada sektor pertambangan adalah -
36.17%, dan yang terbesar pada sektor pertanian adalah 10.32%. Pada sektor
perdagangan, jasa dan investasi ditemukan ROA terbesar aalah 41.71%, sedangkan
yang terkecil adalah -13.36%. Pada sektor manufaktur ROA terbesar adalah 32.46%
dan terkecil adalah -38.30%. Sektor properti, konstruksi dan real estate, ROA
terbesar adalah 27.33% sedangkan yang terkecil adalah -24.88%, dan pada sektor
infrastruktur, utilitas dan transportasi ROA terbesar adalah 17.80% dan terkecil -
13.11%.
positip dengan nilai 0.210, hal ini menunjukan bahwa tingkat kemiringan sebaran
perusahaan non finansial didominasi oleh nilai yang lebih kecil dari median.
Kemiringan sebaran data ROA yang melenceng ke kanan juga terjadi pada
sektor manufaktur (-0.479), sektor properti, konstruksi dan real estate (-0.665),
sektor pertanian (-3.675) dan sektor infrastruktur, utilitas dan transportasi (-0.098)
semuanya bernilai negatif, hal ini menunjukan bahwa sebaran ROA melenceng ke
atas memiliki tingkat ROA yang lebih besar dari nilai median yang dihasilkan.
keseluruhan adalah 7.344, hal ini menunjukan tingkat keruncingan sebaran data
yang tinggi yang berada pada kategori leptokurtik. Sektor industri yang menunjukan
sebaran data yang runcing adalah sektor pertanian (15.084), sektor perdagangan,
jasa dan investasi (10.062), sektor properti, konstruksi dan real estate (6.079), dan
Properti,
Perdagangan, Infrastruktur,
Konstruksi Pertania
Keterangan Pertambangan jasa dan Manufaktur Utilitas dan Keseluruhan
dan Real n
investasi Transportasi
Estate
Mean 1.9793 1.8356 2.9361 2.2051 1.1491 0.7738 2.2740
Median 1.8000 1.3938 1.5879 1.4461 1.1150 0.6326 1.4450
Std. 1.70470 1.25748 5.3274 3.40762 0.40822 0.34751 3.8264
Deviation
Minimum 0.11 0.68 0.0861 0.21 0.25 0.11 0.0861
173
yang diteliti adalah 2.274. Nilai rata-rata tertinggi ditemukan pada perusahaan sektor
dan real estate dengan nilai rata-rata CR 2.2051. Perusahaan dengan sektor
infrastuktur, utilitas dan transportasi memiliki nilai rata-rata CR 0.7738 yang berada
di posisi terakhir pada enam sektor industri yang diteliti. Hal ini juga memberikan
informasi bahwa aset lancar umumnya melebihi hutang lancar, kecuali untuk sektor
deviasi 5.327. Berikutnya adalah perusahaan sektor properti, konstruksi dan real
estate dengan standar deviasi 3.408, diikuti oleh sektor pertambangan dengan
Hasil penelitian juga menunjukan bahwa nilai CR tertinggi adalah 75.40 yang terjadi
pada sektor manufaktur, hal yang sama juga untuk nilai minimumnya yaitu sebesar
mana aset lancar 75.40 kali hutang jangka pendek. Pada sektor properti, konstruksi
dan real estate nilai terbesar CR adalah 29.59, sementara nilai minimumya 0.21.
174
nilai terkecil adalah 0.11. Pada sektor perdagangan, jasa dan investasi ditemukan
nilai CR terbesar 7.93 dan terkecil 0.68. Sedangkan pada sektor pertanian, nilai CR
terbesar jauh menurun di mana CR terbesar adalah 1.88, sedangkan yang terkecil
adalah 0.25, pada sektor infrastruktur, utilitas dan transportasi ditemukan nilai CR
12.591. Nilai ini menunjukan tingkat kemiringan sebaran data menceng ke kanan
oleh nilai yang lebih kecil dari median. Hal ini juga terjadi pada sektor manufaktur,
konstruksi dan real estate, serta sektor infrastruktur, utilitas dan transportasi. Namun
pada sektor pertanian kemiringan bernilai negatif (-0.327), di mana hal ini
di sebelah kiri. Hal ini menunjukan bahwa nilai CR perusahaan sektor pertanian
yang diteliti lebih dominan dengan nilai lebih besar dari mediannya.
yang sangat tinggi tinggi (leptokurtik). Dari enam sektor industri yang diteliti, tingkat
pertambangan (38.788) dan sektor perdagangan, jasa dan investasi (7.665). Di sisi
lain sektor infrastruktur, utilitas dan transportasi (-1.513) dan sektor pertanian (-
0.042) memiliki tingkat keruncingan negatif, hal ini menunjukan sebaran data
1. Uji Normalitas
dengan Uji Kolmogorov-Smirnov. Namun demikian, hasil uji normalitas data tidak
mempengaruhi model regresi yang dihasilkan, karena data dengan sampel besar,
dengan jumlah pengamatan > 30 atau 40 tidak menjadi masalah besar (Ghasemi &
Tabel 5.12. : Hasil uji normalitas residual model regresi linier berganda
2. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah ada saling korelasi antar
multikolinieritas antara variabel bebas pada model regresi linier berganda, pengujian
multikolinieritas (Gujarati & Porter, 2015). Hasil uji multikolinieritas model regresi
Dari enam model regresi linier berganda yang dihasilkan pada model penelitian ini,
Tabel 5.13 menunjukan nilai koefisien korelasi antar variabel bebas penelitian
semuanya < 0.80, dengan demikian tidak terjadi gangguan multikolinieritas antar
variabel bebas. Dari matriks korelasi tersebut, nilai koefisien korelasi antar variabel
bebas yang terbesar adalah 0.444, yaitu antara NDTS dan struktur asetdi mana nilai
3. Uji Autokorelasi
Pada penelitian ini uji autokorelasi dilakukan untuk memberi gambaran informasi
saja terkait terjadi atau tidaknya autokorelasi pada data. Data pada penelitian ini
merupakan data panel, setiap pengamatan dianggap sama yang sifatnya cenderung
ke data cross sectional, maka uji autokorelasi tidak begitu bermakna dilakukan
(Basuki & Prawoto, 2019). Gambaran hasil uji outokorelasi adalah sebagai berikut:
Nilai Durbin
Model dl du 4-dl 4-du Kesimpulan
Watson
Model 1 0.594 1.787 1.834 2.166 2.213 Negatif
Tabel 5.14. menunjukan hasil uji autokorelasi dengan Durbin Watson. Hasil
penelitian menunjukan dari lima model yang diuji pada penelitian ini semuanya
dilanjutkan karena tidak merupakan syarat wajib yang harus dipenuhi dalam model
regresi linier berganda apabila menggunakan data cross sectional maupun data
panel
4. Uji Heteroskedastisitas
Tabel 5.15. Uji Heteroskedastisitas Model Regresi Linier Berganda dengan Uji
Glesjer
model regresi sebagai bagian dari analisis jalur yang ditunjukan pada
demikian juga dengan variabel kontrol struktur asetA, NDTS, ROA dan CR.
struktur aset, NDTS dan CR tidak mengalami. Model 3 dengan variabel tidak bebas
MO lolos uji heteroskedastisitas, hal ini dibuktikan dengan nilai signifikansi antara
(sig.=0.211) dengan nilai absolut residual sebagai variabel tidak bebas, keduanya
model HCSE dengan bantuan SPSS 26. Pada model HCSE perbaikan
dilakukan terhadap standar error model yang berimplikasi terhadap hasil uji t
standar errornya dikoreksi dengan metode HC3 memberikan hasil yang tetap
signifikan, hal yang sama terjadi pada MO dan ROA, terjadi koreksi standar
error, dan kedua variabel tersebut tetap berpengaruh signifikan terhadap DR.
setelah standar error dikoreksi dengan metode HC3 hasilnya menjadi tidak
sangat serius pada model ini, dan telah diperbaiki oleh HC3.
181
Pada model 2 dengan variabel tidak bebas Struktur Modal yang diukur
dengan LTDR ditemukan setelah standar error dikoreksi tidak terjadi perubahan
NDTS dan likuiditas tetap tidak signifikan. Pada variabel kepemilikan manajerial,
dengan OLSE kepemilikan manajerial signifikan pada taraf nyata 5% tetap signifikan
Pada Model 4 dengan variabel tidak bebas nilai Tobin’s Q, koreksi yang
dilakukan terhadap standar error dengan metode OLSE, hasil penelitian menunjukan
tidak ada perubahan signifikansi pada setiap variabel bebas. Pada model ini, ukuran
pada taraf nyata 5%. Pada model 5 dengan variabel tidak bebas yang sama,
variabel bebas nya adalah LTDR, ukuran perusahaan, pertumbuhan penjualan dan
MO, hasil penelitian menunjukan bahwa koreksi yang dilakukan terhadap standar
error tidak memberikan perubahan yang signifikan. Ukuran perusahaan dan LTDR
berpengaruh signifikan terhadap nilai perusahaan pada taraf nyata 5%, sedangkan
ini disajikan pada Tabel 5.17. Pada model 1 dengan variabel tidak bebas struktur
modal (DR), hasil penelitian menunjukan bahwa kemampuan ketiga variabel bebas,
empat variabel kontrol yaitu struktur aset, NDTS, profitabilitas dan likuiditas untuk
faktor- faktor lain yang tidak diteliti pada studi ini. Berarti masih ada faktor lain di luar
182
variabel-variabel bebas yang diteliti yang mempengaruhi DR, yang bisa bersumber
yang diukur dengan LTDR, di mana variabel bebas dan variabel kontrol yang
diteliti pada studi ini. Dengan kata lain masih ada faktor-faktor yang turut
Tabel 5.17. Hasil analisis koefisien Determinasi dan Uji Simultan (Uji F)
Variabel 2
Model Variabel bebas
tidak bebas R Uji F Sig. Keterangan
Ukuran Perusahaan
Pertumbuhan Penjualan
Kepemilikan Manajerial
Variabel Kontrol
Nilai
Model 1 DR 0.3325 26.1664 0.0000
Struktur Aset signifikansi=0.00<0.05
NDTS
Profitabilitas
Likuiditas
Ukuran Perusahaan
Pertumbuhan Penjualan
Kepemilikan Manajerial
Variabel Kontrol
Ukuran Perusahaan
Model 4 Pertumbuhan Penjualan Tobin’s Q 0.0431 10.0681 0.0000 Nilai signifikansi<0.05
Kepemilikan Manajerial
DR
Model 5 Ukuran Perusahaan Tobin’s Q 0.0509 8.2414 0.0000 Nilai signifikansi<0.05
183
Pertumbuhan Penjualan
Kepemilikan Manajerial
LTDR
Sumber: Data sekunder diolah dengan SPSS 26
Pada model 3, menunjukan kemampuan ukuran perusahaan dan
dipengaruhi faktor lain yang tidak dibahas dalam penelitian ini. Hal ini
karena masih terdapat faktor lain di luar kedua variabel tesebut sebesar
penelitian ini memberikan hasil bahwa kemampuan empat variabel bebas untuk
sedangkan faktor-faktor lain di luar keempat faktor tersebut yang turut berperan
Faktor-faktor tersebut bisa saja bersumber dari internal ataupun eksternal yang
bebas, hasil penelitian menunjukan bahwa kemampuan empat variabel bebas, yaitu:
adalah 0.0509 (5.09%), sisanya berupa faktor-faktor lain di luar ke empat faktor
tersebut sebesar 94.91% turut berperan menentukan nilai Tobin’s Q, namun dalam
2. Uji F (Simultan)
dengan nilai signifikansi 0.000<0.05, berarti ketiga variabel bebas, yaitu ukuran
kontrol yang terdiri dari struktur aset, NDTS, profitabilitas dan likuiditas secara
dengan nilai signifikansi 0.0000, berarti ketiga variabel bebas, yaitu ukuran
kontrol yang terdiri dari struktur aset, NDTS, profitabilitas dan likuiditas secara
Pada Model 3 ditemukan nilai F adalah 4.3500 dengan nilai signifikansi adalah
10.0681 dengan nilai signifikansi 0.000<0.05, berarti ke empat variabel bebas yang
nilai F sebesar 8.2414 dengan nilai signifikansi 0.000<0.05, berarti ke empat variabel
serta variabel kontrol, yaitu struktur aset, NDTS, profitabilitas dan likuiditas
ke dalam model yang dapat bersumber dari faktor eksternal ataupun internal
serta empat variabel kontrol, yaitu struktur aset, NDTS, profitabilitas dan
LTDR.
2
R sebesar 1.40% menunjukan ukuran perusahaan dan pertumbuhan
manajerial.
DR
signifikan terhadap DR terhadap total aset. Hasil yang sama terjadi pada likuiditas.
Di sisi lain, variabel kontrol profitabilitas menunjukan ada pengaruh yang negatif dan
signifikan terhadap DR terhadap total aset dengan menggunakan uji satu arah. Pada
positif namun tidak signifikan terhadap struktur modal yang diukur dengan rasion
total hutang terhadap total aset. Peningkatan NDTS tidak signifikan mendorong
Ukuran Perusahaan
ε 2=0.817
Variabel Kontrol
189
jika ukuran perusahaan yang diukur dengan total aset, maka kepemilikan manajerial
pada perusahaan tersebut akan semakin menurun, dan ini berdampat secara nyata
namun tidak berdampak signifikan. Hasil analisis jalur variabel eksogen, yaitu
ε 1=0.993
Ukuran Perusahaan
Kepemilikan manajerial
Pertumbuhan Penjualan
Gambar 5.2. Hasil Analisis Jalur terhadap Ukuran Perusahaan dan Pertumbuhan
Path Koefisien
Path
variabel Eksogen
Path Koefisien Koefisien
terhadap
variabel variabel
Pengaruh Kepemilikan
Eksogen Kepemilikan
No Tidak Manajerial dan t sig. Kesimpulan
terhadap Manajerial
Langsung Kepemilikan
Kepemilikan terhadap
manajerial
Manajerial Struktur
terhadap Struktur
Modal (DR)
Modal (DR)
Ukuran
Perusahaan
terhadap
Struktur Hipotesis
1 -0.116 -0.167 0.01937 2.0849 0.0186
Modal diterima
melalui
Kepemilikan
Manajerial
Pertumbuhan
Penjualan
terhadap
Struktur Hipotesis
2 0.0200 -0.1560 -0.00312 -0.4932 0.3109
Modal ditolak
melalui
Kepemilikan
Manajerial
Notes:α =0.05
Dengan menggunakan uji Sobel untuk mencari pengaruh tidak langsung ukuran
manajerial disajikan pada Tabel 5.20. Dengan menggunakan uji satu arah, hasil
<0.05). Hal ini memberi arti, jika ukuran perusahaan semakin meningkat, akan
namun tidak signifikan terhadap struktur modal perusahaan yang diukur dengan DR
terhadap total aset melalui kepemilikan manajerial. Hal ini diketahui dari nilai
terhadap total aset melalui kepemilikan > 0.05. Dalam studi ini, peningkatan
berdampak signifikan.
Q
193
yang sama terjadi pada struktur modal yang menunjukan adanya pengaruh
tersebut. Hasil ini memberi arti bahwa peningkatan DR aset secara signifikan
terhadap Tobin’s Q.
Nilai Perusahaan
Pertumbuhan Penjualan (Tobin’s Q)
194
Path Koefisien
variabel
Path Koefisien Path Koefisien Eksogen
variabel variabel terhadap
Pengaruh Tidak Eksogen Kepemilikan Kepemilikan sig.(Uji 1
No t Kesimpulan
Langsung terhadap Manajerial Manajerial dan arah)
Kepemilikan terhadap Nilai Kepemilikan
Manajerial Perusahaan manajerial
terhadap Nilai
Perusahaan
Ukuran
Perusahaan
terhadap Nilai
Hipotesis
1 Perusahaan -0.1160 -0.0040 0.000464 0.0625 0.4751
ditolak
melalui
Kepemilikan
Manajerial
Pertumbuhan
Penjualan
terhadap Tobin’s - Hipotesis
2 0.020 -0.0040 0.00008 0.4762
Q Modal melalui 0.0597 ditolak
Kepemilikan
Manajerial
Notes:α =0.05
Q negatif namun tidak signifikan melalui kepemilikan manajerial. Hal ini memberi arti
tidak signifikan. Gambar full model 1 path analisis disajikan pada Gambar
5.4.
196
LTDR
Modal (LTDR)
2 Pertumbuhan 0.044 0.5308 0.2842 Hipotesis ditolak
Penjualan terhadap
Struktur Modal (LTDR)
3 Kepemilikan -0.077 -1.9429 0.02625 Hipotesis
Manajerial terhadap diterima
Struktur Modal (LTDR)
Variabel Kontrol
4 Struktur Aset terhadap 0.326 8.6494 0.0000 Hipotesis
Struktur Modal (LTDR) diterima
5 NDTS terhadap -0.013 -0.3247 0.3728 Hipotesis ditolak
Struktur Modal (LTDR)
6 Profitabilitas terhadap -0.233 -5.5531 0.0000 Hipotesis
Struktur Modal (LTDR) diterima
7 Likuiditas terhadap -0.040 -1.5110 0.0657 Hipotesis ditolak
Struktur Modal (LTDR)
Notes:α =0.05
Struktur Modal
Pertumbuhan Penjualan (LTDR)
Variabel Kontrol
Profitabilitas (ROA)
Likuiditas (CR)
198
berpengaruh negatif namun tidak signifikan terhadap LTDR dengan uji satu
negatif dan signifikan terhadap LTDR jika melakukan pengujian satu arah.
Hal ini memberikan arti bahwa jika kepemilikan manajerial meningkat pada
Pada variabel kontrol struktur aset, NDTS, profitabilitas dan likuiditas, hasil
penelitian menunjukan bahwa variabel kontrol struktur aset berpengaruh positif dan
signifikan terhadap LTDRterhadap total aset dengan uji satu arah. Hasil yang
dengan uji satu arah. Variabel kontrol lainnya, yaitu Penghematan pajak non
LTDRterhadap total aset. Hasil yang sama ditunjukan oleh likuiditas, di mana
likuiditas berpengaruh negatif namun tidak signifikan terhadap LTDR terhadap total
aset.
total aset ada tingkat signifikansi dalam memberi arti bahwa peningkatan
Path Koefisien
variabel
Path
Path Eksogen
Koefisien
Koefisien terhadap
Kepemilikan
Pengaruh variabel Kepemilikan sig.
Manajerial
No Tidak Eksogen Manajerial dan t (Uji 1 Kesimpulan
terhadap
Langsung terhadap Kepemilikan arah)
Struktur
Kepemilikan manajerial
Modal
Manajerial terhadap
(LTDR)
Struktur Modal
(LTDR)
Ukuran
Perusahaan
terhadap
Struktur Hipotesis
1 -0.116 -0.0770 0.00893 1.64636 0.0499
Modal diterima
melalui
Kepemilikan
Manajerial
Pertumbuhan
Penjualan
terhadap
Struktur Hipotesis
2 0.0200 -0.0770 -0.00154 -0.4851 0.3138
Modal ditolak
melalui
Kepemilikan
Manajerial
Notes: α =0.05
Pertumbuhan penjualan secara tidak langsung tidak berperan secara negatif dan
manajerial. Hal ini dapat diketahui dari nilai signfikansi pengaruh tidak langsung
manajerial > 0.05. Hal ini diduga terjadi karena peningkatan pertumbuhan tidak
signifikan dapat mendorong menurunkan struktur modal yang diukur dengan rasio
hutang jangka panjang terhadap total aset pada tingkat signifikansi α =0.1, namun
aset melalui kepemilikan manajerial, secara negatif tidak berdampak signifikan. Hal
Hasil yang sama terjadi pada struktur modal yang menunjukan adanya
pada tingkat signifikan tersebut. Hasil ini memberi arti bahwa peningkatan
positif namun secara statistik tidak signifikan terhadap Tobin’s Q. Hasil ini
dan menggunakan uji satu arah, Tabel 5.20 menunjukan bahwa pengaruh tidak
langsung ukuran perusahaan terhadap nilai perusahaan adalah positif namun tidak
signifikan terhadap Tobin’s Q melalui oleh kepemilikan manajerial. Hal ini memberi
arti bahwa semakin tinggi ukuran perusahaan, maka secara statistik dan signifkan
statistik tidak signifikan untuk menurunkan nilai Tobin’s Q. Hal ini mengakibatkan,
hubungan tidak langsung antara ukuran perusahaan terhadap nilai Tobin’s Qmelalui
manajerial
Nilai
terhadap Nilai
Perusahaan
Perusahaan
Ukuran
Perusahaan
terhadap Nilai
Hipotesis
1 Perusahaan -0.116 -0.0280 0.00325 0.4326 0.3311
ditolak
melalui
Kepemilikan
Manajerial
Pertumbuhan
Penjualan
terhadap Nilai
- Hipotesis
2 Perusahaan 0.0200 -0.0280 -0.0005 0.3710
0.3293 ditolak
Modal melalui
Kepemilikan
Manajerial
Notes:α =0.05
signifikan sebesar 0.3710 (nilai signifikansi>0.05). Hal ini memberi arti bahwa
Keterangan
Ukuran= Logaritma Natural Aset; SA= Struktur Aset; NDTS= Penghematan pajak
standardized pada ukuran perusahaan sebesar 0.166. Hal ini membuktikan bahwa
berpengaruh positif terhadap struktur modal yang diukur dengan DR. Hal ini
memberi arti bahwa jika terjadi peningkatan pertumbuhan penjualan maka akan
berpengaruh negatif terhadap struktur modal yang diukur dengan DR. Hal ini
memberi arti bahwa jika terjadi peningkatan kepemilikan manajerial, maka akan
Pada variabel kontrol Struktur Aset, hasil penelitian menunjukan bahwa nilai
koefisien beta standardized adalah -0.005. Hal ini memberi arti bahwa struktur aset
berpengaruh negatif terhadap struktur modal yang diukur dengan DR, di mana
peningkatan yang terjadi pada struktur aset akan menurunkan struktur modal
sebesar -0,005. Untuk variabel NDTS, koefisien beta standardized adalah 0.058. Hal
ini menunjukan bahwa ada NDTS berpengaruh positif terhadap struktur modal yang
diukur dengan DR. Peningkatan yang terjadi pada NDTS akan mampu
meningkatkan struktur modal yang diukur dengan DR sebesar 0.058. Pada variabel
profitabilitas yang diukur dengan ROA, koefisien beta standardized sebesar -0.307
yang diukur dengan DR. Hal ini memberi arti bahwa peningkatan profitabilitas yang
diukur dengan ROA akan mampu menurunkan struktur modal sebesar -0.307.
207
berpengaruh negatif terhadap struktur modal yang diukur dengan DR. Hal ini
memberi arti bahwa peningkatan yang terjadi pada likuiditas perusahaan akan
Keterangan
standardized pada ukuran perusahaan sebesar 0.390. Hal ini membuktikan bahwa
ukuran perusahaan berpengaruh positif terhadap struktur modal yang diukur dengan
meningkatkan struktur modal dengan proksi LTDR sebesar 0.390. Koefisien beta
dengan LTDR. Hal ini memberi arti bahwa jika terjadi peningkatan pertumbuhan
penjualan maka akan mampu meningkatkan struktur modal sebesar 0.044. Koefisien
dengan LTDR. Hal ini memberi arti bahwa jika terjadi peningkatan kepemilikan
manajerial, maka akan mampu menurunkan struktur modal yang diukur dengan DR
sebesar -0.077.
208
Pada variabel kontrol struktur aset, hasil penelitian menunjukan bahwa nilai
koefisien beta standardized adalah 0.326. Hal ini memberi arti bahwa struktur aset
berpengaruh positif terhadap struktur modal yang diukur dengan LTDR, di mana
peningkatan yang terjadi pada struktur aset akan meningkatkan struktur modal
sebesar yang diukur dengan LTDR sebesar 0.326. Pada variabelNDTS, koefisien
beta standardized adalah -0.013. Hal ini menunjukan bahwa ada NDTS berpengaruh
positif terhadap struktur modal yang diukur dengan DR. Peningkatan yang terjadi
pada NDTS akan mampu menurunkan struktur modal yang diukur dengan LTDR
sebesar 0.013. Pada variabel profitabilitas yang diukur dengan ROA, koefisien beta
negatif terhadap struktur modal yang diukur dengan LTDR. Hal ini memberi arti
menurunkan struktur modal dengan proksi LTDR sebesar -0.233. Pada variabel
terhadap struktur modal yang diukur dengan LTDR. Hal ini memberi arti bahwa
Keterangan:
Pertumbuhan Penjualan
209
Keterangan:
perusahaan berbanding lurus dan signifikan dengan Tobin’s Q. Hal ini memberi arti
berpengaruh positif terhadap Tobin’s Q. Hal ini memberikan arti jika terjadi
sebesar 0.004. Pada proksi struktur modal DR, nilai beta standardized yang
sebesar 0.075.
Keterangan:
Jangka Panjang
positif terhadap Tobin’s. Hal ini menunjukan bahwa peningkatan ukuran aset
perusahaan maka akan meningkatkan nilai Tobin’s Q sebesar 0.231. Pada variabel
terhadap Tobin’s. Hal ini memberi arti bahwa peningkatan pertumbuhan penjualan
negatif terhadap nilai Tobin’s Q. Pengaruh negatif ini memberi arti bahwa jika terjadi
211
sebesar -0.028. Pada variabel struktur modal yang diukur dengan LTDR, koefisien
negatif terhadap Tobin’s. Hal ini memberi arti bahwa jika terjadi peningkatan LTDR,
signifikansi<0.05).
Hipotesis 1b: Jika Ukuran perusahaan mengalami peningkatan, maka LTDR akan
signifikansi <0.05).
212
signifikansi>0.05).
manajerial dengan menggunakan uji satu arah adalah negatif dan signifikan
terdaftar di BEI
terdaftar di BEI
dengan menggunakan uji satu arah adalah negatif dan signifikan pada tingkat
Hasil pengujian pengaruh ukuran perusahaan terhadap nilai perusahan yang diukur
1. Dengan menggunakan DR sebagai proksi struktur modal, dengan uji satu arah
hasil pengujian pengaruh ukuran perusahaan terhadap Tobin’s adalah positif dan
2. Dengan menggunakan LTDR sebagai proksi struktur modal, dengan uji satu arah
hasil pengujian pengaruh ukuran perusahaan terhadap Tobin’s adalah positif dan
(nilai signifikansi<0.05).
215
2. Dengan menggunakan LTDR sebagai proksi struktur modal, dan mengunakan uji
satu arah hasil pengujian pengaruh pertumbuhan penjualan terhadap nilai Tobin’s
dengan variabel lain sebagai variabel eksogen dalam satu model, yaitu
pada kedua model tersebut memberikan hasil yang berbeda, yang dijelaskan
sebagai berikut:
2. Dengan menggunakan LTDR sebagai proksi struktur modal, dan mengunakan uji
Tobin’s Q ketika menggunakan DR dan LTDR pada perusahaan non finansial yang
arah adalah positif dan signifikan pada tingkat signifikansi 5% (t h= 1.8220; dengan
(nilai signifikansi<0.05).
Hipotesis 9b: Jika LTDR meningkat maka nilai perusahaan menurun pada
menggunakan uji satu arah adalah negatif dan signifikan pada tingkat
bahwa LTDR negatif dan signifikan terhadap nilai perusahaan pada yang
di BEI
menggunakan uji satu arah adalah positif dan signifikan pada tingkat
(nilai signifikansi<0.05).
di BEI
menggunakan uji satu arah adalah negatif namun tidak signifikan pada
signifikansi>0.05).
menggunakan uji satu arah adalah negatif, namun tidak signifikan pada
signifikansi>0.05).
Hipotesis 12: Jika ukuran perusahaan meningkat maka nilai perusahaan akan
menggunakan uji satu arah adalah positif namun tidak signifikan pada tingkat
signifikansi>0.05).
Hipotesis 13: Jika pertumbuhan penjualan meningkat maka nilai perusahaan akan
terdaftar di BEI.
menggunakan uji satu arah adalah negatif namun tidak signifikan pada
5.3. Pembahasan
Ukuran perusahaan salah satunya dapat diketahui dari total aset yang
kepada bank atau kreditur yang membantu pendanaan dalam bentuk hutang
perusahaan dengan aset besar dengan harapan akan pelunasan hutang dari
dengan jumlah aset yang lebih besar visibilitasnya cenderung lebih baik, perusahaan
tersebut juga lebih bereputasi dan menarik perhatian masyarakat luas dibanding
perusahaan dengan total aset lebih sedikit (Gavana et al., 2017; Gottardo &
perusahaan dengan total aset lebih besar cenderung lebih baik dibanding dengan
kemampuan sumber daya keuangan perusahaan dengan aset lebih kecil (Munisi,
baik pada perusahaan besar membuat volatilitas pendapatan dan arus kas bersih
tahannya yang lebih kuat terhadap gunjangan ekonomi dan risiko kebangkrutan
221
melalui hutang (J. Kim et al., 2011). Keunggulan lainnya perusahaan besar adalah:
membayar gaji manajer lebih baik dan dan mampu mengukur kekuatan pasar
perusahaan (Driffield et al., 2007). Namun demikian, sumber daya keuangan yang
dimiliki bisa saja tidak mencukupi untuk sehingga membutuhkan dukungan struktur
hutang dan ekuitas. Besar kecilnya perusahaan sangat relevan untuk menentukan
struktur modal perusahaan (Ahmed Sheikh & Wang, 2011), dan biaya kesulitan
keuangan.
bahwa ukuran perusahaan berpengaruh positif dan signifikan terhadap DR. Studi ini
sejalan dengan hasil penelitian yang dilakukan oleh (Ahmed Sheikh & Wang, 2012;
Ahsan et al., 2016; Al-Fayoumi & Abuzayed, 2009; Chaklader & Chawla, 2016;
Delcoure, 2007; Feng et al., 2020; Hardjopranoto, 2006; N. H. Haron et al., 2017;
Jarallah et al., 2019; J. Kim et al., 2011; Le & Tannous, 2016; Matemilola, Bany-
Ariffin, et al., 2018; Ramjee & Gwatidzo, 2012; Xiaoqiao Wang et al., 2018;
Wellalage & Locke, 2013; Yousef, 2019) Hasil ini memberi arti bahwa semakin besar
total aset yang dimiliki perusahaan, maka DR cenderung akan meningkat. Hal ini
pemanfaatan hutang untuk struktur modal adalah 47.20% dengan aset sebagai
jaminan. Hasil penelitian ini sejalan dengan teori trade off dan dari perspektif teori
222
perusahaan (M. C. Jensen & Meckling, 1976; Rahmatillah & Prasetyo, 2016; Ramli
Menurut teori trade-off, laba yang tinggi sebaiknya kapasitas pembayaran utang
lebih tinggi dan pendapatan kena pajak yang harus dilindungi lebih banyak sehingga
harus memberikan rasio target hutang yang lebih tinggi pada perusahaan (Brealey
et al., 2017), sehingga perusahaan besar cenderung memiliki rasio hutang lebih
tinggi (Murtaza & Azam, 2019) . Penggunaan hutang sebagai struktur modal
optimal agar memberi manfaat maksimal dengan risiko minimal pada perusahaan
Ketika struktur modal diukur dengan LTDR terhadap total aset, studi ini
menujukan bentuk hubungan yang positif dan signifikan di antara keduanya. Hasil ini
sejalan dengan penelitian yang dilakukan(Abor & Biekpe, 2009; Ahsan et al., 2016;
Bajagai et al., 2018; Bhagat et al., 2011; Feng et al., 2020; Matemilola, Bany-ari, et
al., 2018; Ramjee & Gwatidzo, 2012; Upneja & Dalbor, 2009; X. V. Vo, 2017;
Yousef, 2019). Dengan demikian, semakin besar total aset yang dimiliki perusahaan
perusahaan, maka LTDR cenderung meningkat. Dengan kata lain, studi ini juga
panjang yang tinggi dibanding perusahaan kecil. Perusahaan besar dengan basis
aset yang lebih besar, peluangnya lebih besar untuk mengakses hutang jangka
panjang, karena dinilai lebih mampu membayar kewajibannya atau tidak gagal bayar
223
hutang yang diambil adalah hutang jangka panjang, umumnya kebijakan ini memiliki
biaya eksploitasi yang rendah(Nikhil Shil et al., 2019). Studi yang dilakukan oleh
perusahaan berbanding lurus dengan DR dan LTDR. Studi pada usaha kecil
signifikan terhadap LTDR (mac an Bhaird & Lucey, 2010). Keputusan pengambilan
hutang dalam jangka panjang sangat penting bagi perusahaan untuk membiayai
Hasil berbeda dengan arah yang sama ditunjukan Ahmed Sheikh &
non finansial dengan kepemilikan manajerial dengan aset lebih besar lebih
berani menggunakan struktur modal yang bersumber dari hutang, baik dari
Pengaruh ukuran perusahaan terhadap struktur modal dari perspektif dua teori
utama struktur modal memberikan hasil yang berbeda. Teori trade off mengatakan
224
struktur modal (Nikhil Shil et al., 2019). Dari perspektif teori trade off M. C. Jensen &
struktur modal yang diukur dengan DR dan LTDR adalah karena pada perusahaan
pajak (ElBannan, 2017). Pengurangan masalah keagenan yang terkait dengan biaya
hutang, seperti biaya kebangkrutan akibat gagal bayar (Jahanzeb et al., 2015), dan
pajak dan pembayaran kewajiban bunga (Ahmed Sheikh & Wang, 2012; Chadha &
Sharma, 2015). Faktor lainnya adalah, akses perusahaan besar lebih banyak ke
pasar modal, memiliki kemampuan diversifikasi yang lebih tinggi, arus kas yang
mengalami risiko dan kebangkrutan relatif kecil (ElBannan, 2017; Rajan & Zingales,
1995). Biaya langsung yang dikeluarkan perusahaan besar lebih rendah untuk
hutang (Zulvia & Roza Linda, 2019). Pada keuangan negara berkembang,
225
perusahaan besar memiliki akses lebih mudah sehingga rasio hutang dan jatuh
risiko kebangkrutannya juga lebih kecil (Nikhil Shil et al., 2019). Dengan tingkat
membantu dalam realisasi kredit yang diajukan, sehingga waktu tunggu realisasi
kredit hutang pada perusahaan besar relatif lebih cepat dibanding perusahaan
perusahaan besar lebih unggul dari sisi stabilitas dan kemungkinan untuk
kebangkrutan dapat dilihat dari peringkat kredit perusahaan besar yang lebih
mendukutng terjadinya korelasi positif antara ukuran dan leverage (Khoa & Thai,
2021).
dapat berkurang (Fama & Jensen, 1983). Skala ekonomi perusahaan besar
kekuatan posisi tawar yang lebih baik perusahaan besar terhadap kreditur
Dengan keterbukaan informasi yang lebih besar ke publik, struktur modal untuk
ekuitas perusahaan (Du & Dai, 2005). Dengan demikian, , meskipun biaya
maksimum, dan biaya agensi hutang rendah (Nikhil Shil et al., 2019). Berbeda
227
dengan trade off teori, menurut teori pecking order, perusahaan besar cenderung
memiliki struktur modal yang bersumber dari hutang, karena dalam pembiayaan
hutang dibandingkan ekuitas untuk memenuhi struktur modal setelah laba ditahan.
publik maupun swasta lebih besar dari perusahaan kecil. Ditinjau dari asimetris
informasi, tingkat asimetris informasi pada perusahaan besar jauh lebih rendah
informasi pada perusahaan besar maka pada pada perusahaan besar pembiayaan
struktur modalnya lebih memungkinkan bersumber dari hutang (R. Haron, 2016).
Biaya agensi pada perusahaan besar cenderung lebih rendah karena lebih terbuka
dapat dikurangi (ElBannan, 2017; Fama & Jensen, 1983). Jatuh tempo hutang dan
ekuitas dan hutang jangka panjang dengan biaya rendah dibanding perusahaan
namun tidak signifikan terhadap struktur modal perusahaan, baik ketika struktur
modal diukur dengan DR ataupun LTDR. Hasil ini memberikan arti bahwa ketika
meningkat pada kedua proksi yang diteliti. Namun demikian, dampak yang
penjualan terhadap DR yang positif namun tidak signifikan sejalan dengan hasil studi
yang dilakukan oleh (Ganguli, 2013; Köksal & Orman, 2015). Hal ini menunjukan
ketika melakukan studi pada Usaha Kecil Menengah(UKM) dan perusahaan besar di
229
Yunani. Dalam konteks dinamis, pertumbuhan penjualan memiliki efek positif pada
leverage perusahaan (DR) namun tidak signifikan secara statistik (Y. Qian et al.,
2009). Hasil yang tidak jauh berbeda dalam arah yang sama menunjukan bahwa
Holmes, 2003; Kariuki & Kamau, 2014; Malinić et al., 2013; Rajverma et al., 2019).
karena perusahaan tersebut menikmati banyak hak istimewa meminjam dana dari
Hasil studi ini cenderung sejalan dengan teori pecking order, perusahaan
Chawla, 2016; Khémiri & Noubbigh, 2018; Le & Tannous, 2016; Saif-Alyousfi et al.,
(Alipour et al., 2015; Pepur et al., 2016; Titman & Wessels, 1988). Hubungan terbalik
dan tidak signifikan ditunjukan (Chaklader & Chawla, 2016; Le & Tannous, 2016).
terhadap LTDR pada perusahaan non keuangan yang terdaftar di BEI. Hasil studi ini
yang tidak signifikan sejalan dengan (Abor, 2008; Alves et al., 2015; Eldomiaty &
230
Azim, 2008; Köksal & Orman, 2015). Studi lain menunjukan arah yang sama, tetapi
memberikan dampak yang signifikan (Abor & Biekpe, 2009; Cassar & Holmes, 2003;
Yazdanfar & Öhman, 2015). Hasil berbeda menyatakan ada hubungan terbalik dan
sumber dana internal yang dimiliki perusahaan (Alipour et al., 2015). Pada
pertumbuhan berbanding lurus dengan tingkat hutang jangka pendek. Menurut teori
pecking order kebutuhan dana selama pertumbuhan yang bersumber dari hutang
perusahaan memiliki peluang pertumbuhan lebih baik (R. Kaur et al., 2020). Hal
tinggi cenderung tidak memiliki dana internal yang mencukupi untuk membiayai
penjualan terhadap struktur modal yang bersumber dari DR dan LTDR tersebut
pertumbuhan penjualan terhadap struktur modal adalah adanya faktor lain yang
3) Keputusan struktur modal yang bersumber dari hutang, baik jangka pendek
order kebutuhan struktur modal yang timbul untuk membiayai investasi karena
jangka panjang adalah untuk membiayai investasi yang timbul akibat dari
struktur modal yang bersumber dari hutang, ada kewajiban perusahaan untuk
232
ditimbulkan.
faktor eksternal yang seperti inflasi, kekuatan pesaing, dan kondisi politik
dana yang lebih besar di masa depan (PANDEY & CHOTIGEAT, 2004), hal
agensi terkait hutang menurun (Khémiri & Noubbigh, 2018; A. Shoaib &
berkompetisi yang mewakili sumberdaya fisik dan keuangan (C.-J. Chen &
dan jumlah tenaga kerja. Menurut teori trade off, diversifikasi lanjutan
lain, mitigasi konflik antara pemegang saham dengan manajemen harus dilakukan
kepentingan yang saling bertentangan pada perusahaan (M. C. Jensen & Meckling,
1976).
berubah dari tahun ke tahun (Zhou, 2001). Di satu sisi, ada perusahaan yang
kepemilikan saham manajerial pada perusahaan sangat kecil, bahkan tidak ada.
ketika perusahaan semakin besar proporsi kepemilikan saham oleh manajer relatif
kecil karena keterbatasan kekayaan pribadi, adanya kendala dalam meminjam dan
diversifikasi.
ukuran perusahaan (Bathala, 1996). 2) Adanya biaya non diversifikasi dan likuiditas
keuangan yang terdaftar di BEI, Studi ini menunjukan bentuk hubungan yang
1994; Bathala, 1996; M. Y. Chen, 2013; Crutchley & Hansen, 1989; Demsetz
& Villalonga, 2001; Drakos & Bekiris, 2010; Himmelberg et al., 1999;
2012). Hasil ini memberikan arti bahwa ketika ukuran perusahaan semakin
tersebut (Demsetz & Villalonga, 2001; Drakos & Bekiris, 2010). Hal ini
perusahaan.
perusahaan besar (Albring & Xu, 2018; Rhou et al., 2019), karena pembagian beban
dan risiko akan lebih merata apabila tingkat kepemilikan manajerial sedikit. Dengan
kepemilikan manajerial yang sedikit pada perusahaan besar, risiko-risiko yang terjadi
lainnya, yaitu: institusional dan publik. Tantangan yang semakin tinggi di era
perusahaan besar terjadi asimetris informasi yang lebih rendah antara orang
besar memiliki nilai pasar yang lebih besar karena tingginya tingkat
saham yang cukup untuk mencapai kepemilikan optimal menjadi kurang. Hal
2016).
Dari perspektif trade off teori, tingkat divesifikasi yang lebih tinggi dan
lebih baik (J. J. Chen, 2004). Akibatnya, tingkat kepercayaan publik terhadap
dengan bagian saham yang ada adalah terbalik (Demsetz & Villalonga,
Studi yang dilakukan pada Bursa Efek London, Lasfer (2006) menunjukan
agen memiliki kepentingan yang berbeda pada perusahan (M. C. Jensen &
antara manager dan pemegang saham (Bathala, 1996; Benson et al., 2020;
yang lebih ketat, karena memilih masalah agensi yang lebih kompleks
(Iswajuni et al., 2018; Jadiyappa et al., 2018; Shan et al., 2019) , dan
tidak perlu lagi mengeluarkan biaya mahal untuk membayar gaji tenaga
perusahaan, maka perusahaan akan memiliki beban yang lebih tinggi untuk
perusahaan tersebut. Efek yang mengakar dan adanya kesamaan tujuan dari
dan pemantauan yang lebih besar pada perusahaan besar dapat juga
sinergi yang terjadi pada seluruh segmen (Jelinek & Stuerke, 2009). Tingkat
peluang pertumbuhan dengan jatuh tempo hutang (Datta et al., 2005). Studi
Efek New York (NYSE) dikeluarkan dari model, sementara ketika NYSE
negatif namun tidak signifikan. Hasil studi ini juga sejalan dengan temuan
dampak arus kas bebas yang dimiliki terhadap kinerja (Brush et al., 2000a).
satu sisi sangat baik bagi perusahaan, karena menunjukan adanya peluang
pertumbuhan positif yang terjadi. Laba bersih yang diperoleh dari hasil
akan terjadi pada periode berikutnya. Bisa saja pertumbuhan penjualan satu
mereka atas perusahaan (Shahzad et al., 2020). Hal ini sejalan dengan
pada perusahaan .
saham pada perusahaan dengan pertumbuhan yang tinggi dengan aset yang
relatif kecil (Cui & Mak, 2002). Kepemilikan perusahaan cenderung dipegang
secara luas seiring pertumbuhannya (M. Y. Chen, 2013), hal ini menjadi
Struktur modal yang bersumber dari hutang, dapat berupa rasio hutang
jangka pendek, jangka panjang dan DR. Struktur modal yang bersumber dari
hutang tentu memiliki risiko dan konsekuensi biaya yang lebih tinggi
(Nadeem Ahmed Sheikh & Qureshi, 2017). Struktur modal yang bersumber
Jensen & Meckling, 1976). Konflik agensi terjadi ketika pemilik dan manajer
2015).
karena manajer dapat menggunakan kontrol mereka sendiri (Ağca & Mansi,
2008).
faktor penentu struktur modal yang bersumber dari hutang (C. R. Chen &
250
mengatakan bahwa teori trade-off dan teori pecking order statis tidak dapat
jangka pendek tinggi, namun kepemilikan manajerial yang lebih rendah jatuh
struktur modal yang terjadi, salah satunya adalah karena dengan proporsi
sisi kesuksesan. Hal ini mendorong kepemilikan saham yang dominan pada
pemegang saham lain di luar manajemen (Acero Fraile & Alcalde Fradejas,
ditunjukan oleh (H. Ahmad et al., 2018; Ben Moussa & Chichti, 2014; Friend
& Lang, 1988; Rahmawati et al., 2018; Ruan et al., 2009, 2011) yang
yang rendah (Ağca & Mansi, 2008; Pindado & Torre, 2011). Mekanisme
manajerial yang lebih tinggi. Hal ini terjadi salah satunya didorong oleh
terbalik dengan rasio hutang hanya terjadi pada perusahaan publik di mana
berbentuk non linier dan terbalik, yang menunjukan adanya variasi leverage
pada periode 2002 dan 2005 dari Centre for Monitoring the Indian Economy
resiko yang terjadi jika hutang berlebih sekaligus menghindari peran disiplin
hutang menggunakan arus kas bebas (Pindado & Torre, 2011). Kepemilikan
manajerial yang tinggi cenderung memiliki hutang yang berasal dari sumber
yang terdiversifikasi dan lebih nyata terjadi pada perusahaan yang lebih kecil
dengan LTDR. Studi ini sejalan dengan hasil penelitian sebelumnya yang
dengan LTDR (Abor, 2008; Ahmed Sheikh & Wang, 2012; Bhagat et al.,
2011; Feng et al., 2020; G. R. Jensen et al., 1992; C. F. Lee & Kuo, 2014)
254
yang dilakukan oleh (Ahmed Sheikh, 2019; Bajagai et al., 2018) yang
dengan LTDR.
manajer cenderung menghindari beban hutang dalam jangka panjang. Hal ini
berisiko (Olibe et al., 2019), karena harus disiplin membayar kewajiban hutang
dalam waktu panjang. Kepemilikan manajerial yang tinggi memberi keleluasan yang
lebih besar bagi manajer memainkan tata kelola dalam teori agensi (Y. W. Park et
mengamankan dirinya dari membayar kewajiban hutang yang bersumber dari arus
kas bebas perusahaan. Sesuai dengan teori pecking order, kebutuhan struktur
modal akan diprioritaskan kepemilikan manajerial yang tinggi dari laba yang
jangka panjang karena akan berimplikasi pada kewajiban membayar dalam jangka
panjang.
Wang, 2012; Bajagai et al., 2018), dan juga mengkompensasi hutang (Wu,
2004). Sejalan dengan hal tersebut, Matias Gama & Manuel Mendes Galvão
biaya agensi sehingga ada hubungan trade-off pada keduanya (C. F. Lee &
Sun et al., 2016). Ketika kepentingan manajer dan pemegang saham selaras,
Lang, 1988).
bebas dan meningkatkan hutang dan memantau manajer dengan lebih baik
mengacu pada faktor internal dan eksternal yang berimplikasi pada risiko dan
pada perusahaan yang memiliki rasio hutang yang tinggi lebih kecil dibanding
menunjukan kerja keras yang efisien manajemen tingkat atas, dan hal ini
dibanding dana eksternal, dan dari dana eksternal pembiayaan hutang lebih
Rahmawati et al., 2018). Rasio Hutang yang rendah pada perusahaan salah
perusahaan (Le & Tannous, 2016). Rasio hutang yang tinggi memberikan
et al., 2012).
hutang dan ekuitas perusahaan. (Myers & Majluf, 1984; Widnyana et al.,
kreditur untuk diberi pinjaman karena dinilai lebih layak karena memiliki
sumber daya dan aset yang lebih besar sebagai jaminan bagi kreditur.
karena saham yang dimiliki manajer biasanya berasal dari insentif yang
untuk pengambilalihan.
(Lafuente et al., 2019), seperti: akses ke kreditur sebagai sumber dana untuk
perusahaan kecil (W. L. Lin et al., 2019). Hal ini menunjukan perusahaan
besar memiliki keunggulan yang lebih tinggi dibanding perusahaan kecil (L.
dengan Tobin Q pada studi ini adalah positif dan signifikan. Hal ini
yaitu pada perusahaan non keuangan yang terdaftar di Bursa Efek Indonesia
sejalan dengan studi yang dilakukan oleh (Abolhassani et al., 2020; Aguir &
Aguir, 2020b; Ahmed & Afza, 2019; Bae et al., 2017; C. Dang et al., 2018; H.
N. Dang et al., 2019; Fauver & Naranjo, 2010; Chris Florackis et al., 2020;
Ioulianou et al., 2017; Obeid Gharaibeh & Sarea, 2015; Song, 2009; Yeh,
terhadap nilai perusahaan dengan model OLS (Paek et al., 2021). Studi pada
positif dan signifikan terhadap nilai perusahaan (Iswajuni et al., 2018; Susanti
et al., 2017).
262
Setianto, 2020). Hasil yang sama diperoleh Ervina et al.(2020) pada studi
yang dilakukan pada sub sektor Kabel yang terdaftar di BEI. Perusahaan
manajerial pada perusahaan besar cenderung juga lebih kecil. Kedua hal ini
berinvestasi pada diri sendiri jauh lebih besar dibandingkan perusahaan kecil
karena harus membayar biaya hutang yang tinggi (Khémiri & Noubbigh,
2020).
tersebut lebih mudah mendapat respon positif di pasar modal karena lebih
Keunggulan dari sisi akses kredit yang dimiliki perusahaan besar untuk
bagi para investor bahwa perusahaan berkinerja baik. Hal ini menandakan
kewajiban yang jatuh tempo dari kelebihan arus kas yang dimiliki (Khémiri &
Noubbigh, 2020). Secara sosial perusahaan besar lebih responsive dan lebih
cenderung lebih rendah sehingga tekanan yang harus dicapai lebih rendah
karena visibilitasnya juga lebih rendah (W. L. Lin et al., 2019). Perusahaan
besar memiliki keunggulan dari sisi skala ekonomi sehingga memiliki skala
operasi yang lebih luas. Nilai perusahaan tergantung kepada skala operasi
terhadap nilai perusahaan (Magee, 2013). Hal ini menunjukan bahwa efek
perusahaan.
(Hatch et al., 2021; Nam & Uchida, 2019). Hal ini sejalan dengan studi yang
dilakukan (Bae et al., 2017; Belghitar et al., 2013; C. R. Chen & Steiner,
2000a; Y. Chen & Ibhagui, 2019; Chia et al., 2020; Chyuan et al., 2021; Y.
Fan, Boateng, King, & Macrae, 2019; Foster et al., 2021; Gao & Han, 2020;
K. Gupta & Krishnamurti, 2021; P. Huang et al., 2020; Jiraporn & Liu, 2008;
Konijn et al., 2011; Olibe et al., 2019; Ozdemir, 2020; S. O. Park et al., 2016;
Shan, 2019; Ullah et al., 2021; B. Wang, 2018). Hasil studi ini menunjukan
sisi lain, beberapa studi menunjukan tidak ada keterkaitan yang signifikan di
antara ukuran perusahaan dan Tobin’s (Amidu, 2007; Benson et al., 2020; R.
yang negatif pada suatu kondisi akan mengalami kesulitan keuangan bahkan
peningkatan yang terjadi rendah dan tidak berdampak signifikan. Hasil ini
(Ahmed & Afza, 2019; Amidu, 2007; Ben Lahouel et al., 2020; Chadha &
Sharma, 2015; Khamis, Al-Ali, et al., 2015; Mishra & Kapil, 2017; Perrini et
al., 2008; Zondi & Sibanda, 2015). Studi pada perusahaan internasional yang
penjualan berpengaruh positif namun tidak signifikan pada taraf nyata 5%,
dan signifikan pada taraf nyata 10% pada studi (Salvi et al., 2020). (H. C. Yu
dan signifikan ketika nilai Tobin’s Q perusahaan lebih dari satu, dan menjadi
10% (Ghozali et al., 2018). Studi pada bisnis real estate investment trusts
tidak signifikan terhadap nilai perusahaan (Paek et al., 2021). Studi lain yang
sejalan dengan penelitian ini adalah pada studi yang dilakukan pada
keputusan merger, akuisisi dan faktor lainnya. Faktor eksternal tidak dapat
suku bunga, kondisi ekonomi makro dan politik, struktur usaha, iklim usaha,
dan berbagai faktor lainnya. Kedua kondisi ini jika berjalan dengan baik dapat
pasar, biaya pergantian aset dan nilai aset perusahaan yang masih produktif.
penjualan terhadap nilai perusahaan positif dan signifikan (Bajo et al., 2020;
Benson et al., 2020; L. W. Fan et al., 2017; Foster et al., 2021; Gao & Han,
2020; J. Lee et al., 2019; Hsueh-tien Lu & Keung, 2019; Markovitch et al.,
2020; Nam & Uchida, 2019; Nezami et al., 2018). Hal ini menandakan bahwa
terhadap Tobin’s Q (Khémiri & Noubbigh, 2020). Hasil yang sama juga
ditunjukan (Chia et al., 2020; Zeitun & Tian, 2007). Ketika berperan
kuat meningkatkan nilai perusahaan (Mandaci & Gumus, 2010). Dengan efek
rendah (Cui & Mak, 2002). Di sisi lain, kepemilikan manajerial cenderung
keseluruhan. Hasil ini sejalan dengan studi yang dilakukan pada perusahaan
nilai perusahaan (Ing Malelak et al., 2020). Studi yang dilakukan Estiasih et
2013 dan 2019-2019 di BEI menunjukan bentuk hubungan yang negatif dan
berpengaruh negatif dan signifikan terhadap nilai perusahaan (Cui & Mak,
terhadap Tobin’s Q pada studi di Bursa Efek Iran, namun ketika memasukan
Shan (2019); Baik (2010) menunjukan bentuk hubungan yang negatif dan
ukuran sampel besar (Fabisik et al., 2021). Hubungan negatif yang tidak
itu, arah hubungan negatif yang lemah ini mungkin juga terjadi pada saat
dengan proksi Tobin’s Q (Iswajuni et al., 2018), namun dalam studi ini
menurunnya Tobin’s.
bagi manajer dan kondisi perusahaan sangat kondusif karena peran manajer
pemegang saham (Mishra & Kapil, 2017). Jensen & Meckling (1976)
Studi lain menunjukan hasil yang berbeda, studi di Bursa Efek Vietnam
nilainya meningkat pada interval 10-30%, dan menurun lagi dari 30 menjadi
& Chen, 2011; H. C. Yu et al., 2012). Di India dan Pakistan serta wilayah
pedesaa (Benson et al., 2020; Sehrawat et al., 2020; Ur Rahman et al., 2020)
(Alkurdi et al., 2021; C. R. Chen & Steiner, 2000a; Drakos & Bekiris, 2010;
dengan nilai perusahaan terjadi salah satunya karena manajer lebih mungkin
modal yang bersumber dari hutang harus dikelola seoptimal mungkin agar
biaya operasi yang tinggi dan rendahnya biaya moda (M. T. Vo, 2021).
Keputusan struktur modal yang terdiri dari hutang atau ekuitas yang
dengan studi yang dilakukan (Ahmed & Afza, 2019; Al Mutairi & Hasan,
2012; Ararat et al., 2017; C. Chen & Yu, 2012; Y. Chen & Ibhagui, 2019;
Chyuan et al., 2021; Cui & Mak, 2002; Gao & Han, 2020; Ibhagui & Olokoyo,
2018b; H. C. Kang et al., 2017; J. Kim et al., 2011; S. P. Lee & Chen, 2011;
279
Manawaduge et al., 2011; Nam & Uchida, 2019; Olokoyo, 2013; Perrini et al.,
Tobin’s. Hasil ini sejalan dengan studi pada perusahaan publik non keuangan
2014 dan 2015 (Hendratama & Barokah, 2020). Studi pada perusahaan
Menurut teori trade off, biaya atau kewajiban hutang dan manfaat
et al., 2020; J. Kim et al., 2011; Kraus & Litzenberger, 1973; MYERS, 1984).
manfaat marjinal dan biaya marjinal hutang (Dalbor et al., 2007). Terjadinya
trade off ini dapat memaksimalkan keuntungan dalam kinerja pasar yang
bersumber dari faktor-faktor yang tidak terkait hutang, seperti kredit pajak
investasi dan depresiasi (L. J. Chen & Chen, 2011; S. Kim et al., 2015). Khan
modal maka akan meningkatkan nilai perusahaan per saham. Ini mungkin
sumber pembiayaan yang murah karena keuntungan pajak dari hutang dan
sebagai sinyal stabilitas arus kas masa depan perusahaan (Ararat et al.,
perusahaan di pasar modal. Hutang dapat merupakan sinyal baik yang dapat
hutang bermanfaat memberi informasi tersedianya arus kas yang baik pada
pilihan struktur modal yang bersumber dari DR. Jika pengelolaannya maksimal dan
Strategi investasi yang ditetapkan tersebut akan diawasi oleh secara melekat oleh
kreditur, sehingga dapat meningkatkan nilai perusahan. Studi lain menunjukan arah
yang sama namun belum memberikan berpengaruh yang signifikan terhadap nilai
perusahaan (Amidu, 2007). Dalam hal ini, kebijakan struktur modal yang bersumber
dengan Tobin’s Q (Abor, 2007; Aguir & Aguir, 2020a; Bhabra, 2007; Chris
Florackis et al., 2020; Fuente et al., 2022; Ghosh, 2007a; Hasan et al., 2014;
M. S. Hossain, 2021; Konijn et al., 2011; Le & Phan, 2017; Hsueh-tien Lu &
Keung, 2019; Magee, 2013; Ruan et al., 2009; Zeitun & Tian, 2007; Zhang et
al., 2020) Hal ini mungkin terjadi karena perusahaan yang menggunakan
282
nyata 10% pada perusahaan dengan risiko idiosantrik tinggi (Benson et al.,
cenderung menurunkan nilai perusahaan (S. Kim et al., 2015), oleh karena
itu diperlukan DR yang tepat agar manfaat dan biaya kesulitan keuangan
Tobin’s. Temuan ini sejalan dengan studi terdahulu yang menyatakan LTDR
al., 2013; Benson & Davidson, 2009; C. Dang et al., 2018; Kraft et al., 2018;
Olibe et al., 2019; Sadeghian et al., 2012; Song, 2009) Studi pada usaha
283
kecil dan menengah, Abor (2007) menunjukan ada pengaruh negatif dan
terhadap nilai perusahaan (Paek et al., 2021). Studi lain pada perusahaan
public di empat negara Amerika Latin (Brazil, Chili, Mexico dan Peru), hasil
perusahaan(Olibe et al., 2019). Dengan arah yang sama, Zeitun & Tian
perusahaan memiliki beban kewajiban dalam jangka waktu yang lama yang
harus dilunasi sehingga bisa berdampak tidak baik terhadap nilai perusahaan
et al., 2018), terutama dalam jangka panjang. Hal ini menggambarkan bahwa
signifikan meningkatkan Tobin’s (Abor, 2007; Ahmed & Afza, 2019; Ibhagui &
Olokoyo, 2018b; C. F. Lee & Kuo, 2014; Olokoyo, 2013). Jika terjadi dalam
dengan teori trade off struktur modal (Olokoyo, 2013), di mana rasio struktur
modal dengan proksi LTDR berpengaruh positif dan signifikan terhadap nilai
perusahaan.
modal, baik dengan DR maupun LTDR. Hasil ini memberikan arti bahwa
adanya jaminan aset dalam jumlah besar, kepercayaan kreditur lebih tinggi
hutang dalam jumlah besar. Di sisi lain, perilaku manajer untuk meningkatkan
manajer cenderung dominan pada perusahaan kecil. Hal ini mungkin terjadi
biasanya terjadi apabila aset yang dimiliki perusahaan tidak cukup sebagai
besar yang penyebarannya lebih luas menjadi kendala bagi pemilik untuk
287
ditetapkan pemilik.
Perusahaan besar lebih menuntut tata kelola yang lebih baik karena
2015).
kecil. Hal ini mungkin terjadi karena adanya anggapan bahwa tingkat risiko
hutang.
289
efisien pada perusahaan kecil (Ratnawati et al., 2016), karena mereka dapat
Hossain & Ali, 2012). Sejalan dengan hal tersebut, Al Fayoumi & Abuzayed
kebijakan hutang yang tinggi pada perusahaan. Sejalan dengan hal tersebut,
mengarah pada hutang yang lebih rendah terjadi ketika tingkat kepemilikan
konflik keagenan terjadi mengarah pada hutang yang lebih tinggi. Hutang
pertumbuhan perusahaan dengan DR dan LTDR. Hal ini memberi arti bahwa
yang berarti.
perusahaan berkinerja baik dan memiliki peluang yang baik di masa depan (Giarto &
Fachrurrozie, 2020). Pertumbuhan yang tinggi juga menjadi sinyal bagi manajemen
skala yang lebih luas. Berdasarkan teori signaling, pemilik modal akan menilai
diambil manajemen sebagai panduan (Giarto & Fachrurrozie, 2020). Tata kelola
manajerial pada perusahaan tersebut (Nurleni et al., 2018). Sebagai bagian dari
sahamnya pada perusahaan ketika melihat adanya peluang yang baik di masa
depan berdasarkan peningkatan pertumbuhan penjualan yang terjadi. Hal ini sejalan
kepemilikan manajerial. Pada studi ini ini peningkatan pertumbuhan penjualan tidak
292
(Chrisostomos Florackis, 2008). Namun dalam konteks studi ini, hal itu tidak
Jensen, 1986; Murphy, 1985). Kondisi ini membuat manajer yang memiliki
pada perusahaan.
saham (Paek et al., 2013). Hal ini sesuai dengan teori pecking order yang
teori trade off, hutang merupakan alternatif utama bagi perusahaan sebagai
dari hutang. Hal ini memberikan arti penurunan struktur modal yang
penjualan.
Ketika investor tertarik berinvestasi pada perusahaan, salah satu faktor yang
perusahaan yang diukur dengan total aset berpengaruh negatif dan signifikan
2012; M. M. Hossain et al., 2020). Hasil ini memberi makna bahwa ketika
al., 2020). Hal ini memberi arti semakin kecil proporsi saham manajer pada
proksi Tobin’s Q.
296
(Yoon & Chung, 2018), nilai Tobin’s Q sangat bergantung terhadap volatilitas
nilai pasar saham di pasar modal dan nilai buku ekuitas perusahaan. Nilai
mediator.
2020). Kinerja kepemilikan manajerial salah satunya dapat diukur dari sejauh
ketidakpastian yang terjadi di pasar modal merupakan salah satu faktor yang
harga saham akan meningkatkan Tobin’s. Namun demikian, dalam studi ini
mengalami pernurunan.
dari saham yang dimiliki oleh pendiri perusahaan yang langsung terlibat
yang dominan memiliki nilai yang lebih kecil dibandingkan perusahaan yang
ekonomi dari sebuah perusahaan (Q. Chen et al., 2014). Manajer sebagai
sebagian kecil dari saham perusahaan (Jaiswall & Raman, 2019). Dengan
sajam. Ketika keselarasan ini terjadi, maka konflik antara pemilik dan agen
politik, ekonomi dan lainnya merupakan faktor luar yang tidak dapat
Faktor ini mungkin turut menyebabkan terjadinya pengaruh positif yang tidak
menurun. Hasil ini sejalan dengan teori keagenan yang mengatakan kepemilikan
besar awalnya merupakan insentif dari pemilik perusahaan atas kinerja manajer
pemilik sebagai sinyal adanya keselarasan tujuan antara manajer dan pemilik.
dan signifikan terhadap DR dan LTDRserta nilai Tobin’s. Ketika ukuran perusahaan
meningkatkan struktur modal, baik dengan DR dan LTDR. Hal ini mungkin karena
adanya trade-off antara hutang perusahaan dengan manfaat yang diperoleh dari
302
akan meningkatkan Tobin’s. Peningkatan nilai Tobin’s Q ini menjadi sinyal bagi
investor bahwa kinerja perusahaan besar di pasar modal lebih baik dibandingkan
Hal sama terjadi pada hubungan antara pertumbuhan penjualan dengan struktur
terhadap Tobin’s. Dari dua proksi struktur modal yang dianalisis pada penelitian ini,
menurun. Menurut teori trade-off, struktur modal yang optimal dapat meningkatkan
waktu pelunasan yang lama, manfaat yang akan diperoleh perusahaan mungkin
akan lebih kecil dibanding dengan biaya hutang yang mengakibatkan nilai
perusahaan menurun.
berani meningkatkan struktur modal yang bersumber dari DR dan LTDR. Hasil
penjualan terhadap nilai perusahaan sesuai dengan periode penelitian. Studi ini
telah menunjukan bahwa dari dua karakteristik perusahaan yang digunakan pada
pada penelitian ini, pengaruh langsung ukuran perusahaan positif dan signifikan
tetap positif, namun tidak signifikan terhadap nilai perusahaan. Ketika kepemilikan
memediasi pengaruh struktur modal terhadap nilai perusahaan, baik dengan proksi
DR maupun LTDR. Ketika proksi struktur modal yang digunakan adalah DR, dampak
langsung yang diberikan terhadap nilai perusahaan adalah positif dan signifikan.
Namun, ketika proksi struktur modal yang digunakan adalah LTDR, dampak
langsung yang diberikan negatif dan signifikan sesuai dengan periode penelitian.
langsung yang diberikan struktur modal untuk kedua proksi penelitian tidak
signifikan. Hal ini memberi arti, bahwa Tobin’s tidak dipengaruhi oleh kepemilikan
strategi terkait dengan teori trade-off , teori pecking order, teori keagenan, teori
market timing merupakan grand teori terkait dengan peran kepemilikan manajerial
sebagai mediasi antara struktu rmodal dan nilai perusahaan. Penjabaran dari
1. Hasil penelitian menunjukan teori agensi (M. C. Jensen & Meckling, 1976)
masalah yang terjadi antara pemilik perusahaan dan agen atau mekanisme tata
perusahaan besar cenderung lebih kecil dibandingkan pada perusahaan kecil (Wu,
insentif yang diberikan pemilik kepada manajer atas kinerjanya pada perusahaan
& Hansen, 1989; M. C. Jensen & Meckling, 1976) Sementara itu, pada perusahaan
perusahaan dengan kepemilikan saham yang menyebar, masalah tata kelola yang
off antara biaya agensi dan biaya modal untuk mengoptimalkan struktur
305
C. Jensen & Meckling, 1976). Studi ini tidak sejalan dengan teori agensi yang
3. Hasil penelitian menunjukan teori trade off (Modigliani & Miller, 1963) dan
teori pecking order (MYERS, 1984; Myers & Majluf, 1984) menjadi landasan
dengan DR dan LTDR. Hasil penelitian ini menunjukan perusahaan besar cenderung
memiliki hutang lebih banyak karena punya jangkauan lebih besar terhadap akses
hutang, lebih dipercaya kreditur karena memiliki aset lebih besar yang dapat
hutang lebih besar dengan biaya rendah (M’ng et al., 2017), memiliki akses lebih
mudah ke modal (Driffield & Pal, 2010). Dengan kemampuan tersebut, perusahaan
besar cenderung lebih mudah memperoleh dana yang bersumber dari hutang dari
kreditur, karena kreditur lebih yakin pada perusahaan besar bahwa dananya lebih
mudah kembali. Menurut teori trade off (Modigliani & Miller, 1963) perusahaan besar
menyeimbangkan antara manfaat dan biaya hutang (Agyei et al., 2020; Cotei et al.,
306
2011; Jahanzeb et al., 2013). Hal ini menjadi salah satu faktor penyebab mengapa
4. Hasil penelitian menunjukan teori trade off (Modigliani & Miller, 1963) dan
teori pecking order (MYERS, 1984; Myers & Majluf, 1984) merupakan landasan
finansial untuk pendanaan (Agyei et al., 2020; Balios et al., 2016; Serrasqueiro &
perusahaan menerbitkan hutang, karena pembiayaan ekuitas dari luar lebih baik dari
hutang (Al-Fayoumi & Abuzayed, 2009; Myers & Majluf, 1984). Teori trade-off
yang diinginkan (I. M. Pandey & Chotigeat, 2004). Namun, hasil penelitian dalam
studi ini tidak sejalan dengan kedua teori tersebut. Hasil studi menunjukan bahwa
modal perusahaan.
perusahaan dilandasi oleh teori trade off (Modigliani & Miller, 1963), teori agensi (M.
C. Jensen & Meckling, 1976) dan teori pensinyalan (Leland & Pyle, 1977; Ross,
signifikan terhadap dan nilai perusahaan. Teori trade off mengatakan perusahaan
besar memiliki keunggulan karena lebih terdiversifikasi, risiko dan peluang bangkrut
lebih kecil dibanding perusahaan kecil (Khoa & Thai, 2021; Serrasqueiro & Caetano,
2015), sehingga nilai pasarnya lebih besar. Teori agensi menjadi landasan karena
307
menurut teori agensi merupakan bagian dari tata kelola perusahaan, sehingga
yang efektif (Rizqia et al., 2013). Teori agensi mengatakan manajer sering tergoda
memperluas ukuran perusahaan melalui pembelian aset yang tidak terkait dengan
bisnis utama perusahaan dengan tujuan untuk memperoleh insentif dari perusahaan
Sampurna & Romawati, 2020). Perusahaan yang lebih menarik investor adalah
perusahaan besar, dengan keunggulan yang lebih stabil sehingga lebih mudah
menarik investor pada perusahan (Susanti et al., 2017), dan meningkatkan nilai
perusahaan. Perusahaan besar cenderung memiliki nilai pasar yang lebih tinggi
merupakan sinyal dari manajemen bahwa kinerja perusahaan besar lebih baik
dibanding perusahaan kecil yang dapat diketahui dari meningkatnya nilai Tobin’s Q.
6. Hasil penelitian menunjukan bahwa teori agensi (M. C. Jensen & Meckling,
DR dan LTDR. Dalam teori agensi, trade off antara biaya agensi membutuhkan
struktur modal yang optimal yang tercapai ketika biaya agensi minimum (Adair &
Adaskou, 2015; Jarallah et al., 2019). MYERS(1984); Myers & Majluf (1984)
dalam jumlah besar dan mengutamakan dana internal untuk membiayai struktur
modal perusahaan, baru diikuti oleh hutang dan ekuitas ketika pendanaan eksternal
dibutuhkan. Pemenuhan struktur modal dengan teori pecking order untuk membiayai
cenderung mengutamakan dana internal, yaitu laba ditahan dan penerbitan ekuitas
modalnya(Cotei et al., 2011; Jahanzeb et al., 2013; Qu et al., 2018). Penelitian ini
7. Hasil penelitian menunjukan bahwa teori agensi dan teori perusahaan (M. C.
Jensen & Meckling, 1976) dan teori sinyal (Leland & Pyle, 1977; Ross, 1977)
perusahaan (Susanti et al., 2017). Namun dalam studi ini, hasil penelitian tidak
sejalan dengan teori agensi dan teori sinyal, karena kepemilikan manajerial tidak
8. Hasil penelitian menunjukan bahwa teori trade off (Modigliani & Miller, 1963),
teori pecking order (MYERS, 1984; Myers & Majluf, 1984) dan teori sinyal (Leland &
Pyle, 1977; Ross, 1977) menjadi landasan pengaruh DR dan LTDRterhadap nilai
perusahaan. Menurut teori trade off, struktur modal akan optimal ketika manfaat
yang diperoleh dari pengurangan pajak sama dengan biaya kebangkrutan. Menurut
teori trade off, setiap perusahaan memiliki struktur modal optimal untuk
struktur modal optimal yang terjadi akan meningkatkan nilai perusahaan (Jarallah et
al., 2019). Hutang bermanfaat dan meningkatkan nilai perusahaan ketika biaya
teori agensi, hutang perusahaan dapat menurunkan biaya agensi dan meningkatkan
perusahaan dilandasi oleh teori trade off (Modigliani & Miller, 1963), teori agensi (M.
C. Jensen & Meckling, 1976) dan teori pensinyalan (Leland & Pyle, 1977; Ross,
berpengaruh positif, namun tidak signifikan terhadap nilai perusahaan. Hasil ini
perusahaan cenderung meningkat. Namun dalam studi ini, dampak yang ditimbulkan
10. Hasil penelitian menunjukan bahwa teori trade off(Modigliani & Miller, 1963),
teori pecking order (MYERS, 1984; Myers & Majluf, 1984) dan teori agensi (M. C.
Teori ini juga menjadi landasan peran kepemilikan manajerial memediasi pengaruh
tidak langsung ukuran perusahaan terhadap nilai perusahaan. Hasil studi tidak
11. Hasil penelitian menunjukan bahwa teori agensi (M. C. Jensen & Meckling,
1976) dan teori pensinyalan (Leland & Pyle, 1977; Ross, 1977) merupakan landasan
tidak langsung ukuran dan pertumbuhan penjualan terhadap nilai perusahaan. Hal
ini menunjukan hasil pengujian tersebut tidak sejalan dengan teori tersebut di atas.
kebijakan dan strategi perusahaan (C. J. Chen & Yu, 2012). Kepemilikan
nilai perusahaan. Proksi determinan struktur modal yang diteliti fokus pada
yang menyebar dengan proporsi lebih kecil akan mengurangi risiko pemegang
saham mayoritas, karena berbagi risiko dengan pemegang saham lain yang
312
pembiayaan perusahaan. Hasil penelitian ini juga memberikan implikasi bagi para
dikelola oleh pemilik memiliki peran sangat strategis dalam keputusan struktur
modal perusahaan,
hutang, namun hal tersebut bukan menjadi faktor penting dalam pengambilan
keputusan struktur modal. Hal yang sama terjadi pada pengaruh pertumbuhan
penjualan terhadap Tobin’s, hasil yang diperoleh tidak memberikan dampak yang
signifikan.
313
penjualan dengan struktur modal. Hasil ini memberikan implikasi bahwa peran
4. Ketika Tobin’s menjadi variabel endogen, studi ini menunjukan bahwa ukuran
perusahaan secara signifikan berbanding lurus dengan nilai perusahaan. Hasil ini
juga menunjukan secara umum, nilai pasar perusahaan besar cenderung lebih besar
pengaruh tidak langsung ukuran perusahaan terhadap nilai perusahaan. Hal ini
pengaruh tidak langsung pertumbuhan penjualan dengan nilai perusahaan. Hasil ini
perusahaan.
modal yang bersumber dari hutang, baik hutang jangka panjang maupun total
hutang berdampak terhadap nilai pasar perusahaan. Ketika DR terhadap total aset
1. Penelitian terbatas hanya pada periode 2010-2019 (10 tahun), sehingga hasil
BEI.
penelitian sebagai syarat menjadi sampel membuat hasil tidak berlaku untuk
seluruh perusahaan non keuangan yang terdaftar pada BEI selama periode
penelitian.
3. Penelitian ini hanya menguji dua variabel sebagai determinan struktur modal
BAB VI
yaitu: ukuran dan pertumbuhan penjualan terhadap struktur modal dan nilai
perusahaan (kepemilikan manajerial), yang terdiri dari saham yang dimiliki oleh
direksi dan komisaris. Setelah melalui proses screening dan hasil penelusuran
dokumen yang diperoleh dari web BEI, jumlah perusahaan yang diteliti terdiri dari 62
Studi ini telah menunjukan keterkaitan anara rumssan masalah, tujuan dan
hasil penelitian telah dijelaskan secara lengkap dalam diskusi denan penelitian.
dihasilkan. Bab ini akan dimulai dari penjelasan kesimpulan dari hasil penelitian.
Implikasi penelitian terdiri atas implikasi praktis dan implikasi teoritis. Bagian
penelitian.
6.1. Kesimpulan
317
Pada penelitian ini, dasar yang dilakukan peneliti sebagai panduan untuk
pembahasan telah sejalan dengan rumusan dan tujuan penelitian. Sesuai dengan
rumusan masalah dan tujuan penelitian, penelitian ini menghasilkan lima belas
kesimpulan, yaitu:
penelitian.
periode penelitian.
penelitian.
penelitian.
tidak langsung tidak signifikan secara statistik menurunkan struktur modal yang
11. Kepemilikan manajerial secara positif tidak signifikan memediasi pengaruh tidak
5.7. Saran-saran
baru.
Abolhassani, M., Wang, Z., & Haan, J. (2020). How Does Government Control Affect
https://doi.org/10.1111/kykl.12216
https://doi.org/10.1108/15265940510633505
Abor, J. (2007). Debt policy and performance of SMEs: Evidence from Ghanaian and
https://doi.org/10.1108/15265940710777315
March).
Abor, J., & Biekpe, N. (2009). How do we explain the capital structure of SMEs in
Acero Fraile, I., & Alcalde Fradejas, N. (2014). Ownership structure and board
Adair, P., & Adaskou, M. (2015). Trade-off theory vs. Pecking order theory and the
https://doi.org/10.1080/23322039.2015.1006477
321
322
John Wiley & Sons Singapore Pte.Ltd . 1 Fusionopolis Walk, #07-01, Solaris
South Tower, Singapore 138628. John Wiley & Sons Singapore Pte. Ltd.
Ağca, Ş., & Mansi, S. A. (2008). Managerial Ownership, Takeover Defenses, and
https://doi.org/10.1111/j.1475-6803.2008.00233.x
Aǧca, Ş., & Mansi, S. A. (2008). Managerial ownership, takeover defenses, and debt
https://doi.org/10.1111/j.1475-6803.2008.00233.x
Aguir, I., & Aguir, W. (2020a). Director and officer liability protection and firm value:
https://doi.org/10.1016/j.frl.2019.04.033
Aguir, I., & Aguir, W. (2020b). Director and officer liability protection and firm value:
101177. https://doi.org/10.1016/j.frl.2019.04.033
Agyei, J., Sun, S., & Abrokwah, E. (2020). Trade-Off Theory Versus Pecking Order
https://doi.org/10.1177/2158244020940987
Ahmad, H., Akhter, N., Siddiq, T., & Iqbal, Z. (2018). Ownership Structure, Corporate
Structure: Evidence from Nigerian Listed Firms. Global Business Review, 18(3),
1–15. https://doi.org/10.1177/0972150917692068
Ahmed, N., & Afza, T. (2019). Capital structure, competitive intensity and firm
from Pakistan. In Azid, T., Alnodel, A.A. and Qureshi, M.A. (Ed.) Research in
Corporate and Shari’ah Governance in the Muslim World: Theory and Practice
Ahmed Sheikh, N., & Wang, Z. (2011). Determinants of capital structure. Managerial
Ahmed Sheikh, N., & Wang, Z. (2012). Effects of corporate governance on capital
https://doi.org/10.1108/14720701211275569
Ahmed Sheikh, N., & Wang, Z. (2013). The impact of capital structure on
368. https://doi.org/10.1108/IJCoMA-11-2011-0034
Ahsan, T., Wang, M., & Qureshi, M. A. (2016). Firm, industry, and country level
05-2015-0036
Akbar, S., Poletti-Hughes, J., El-Faitouri, R., & Shah, S. Z. A. (2016). More on the
https://doi.org/10.1016/j.ribaf.2016.03.009
Al-Ajmi, J., Abo Hussain, H., & Al-Saleh, N. (2009). Decisions on capital structure in
a Zakat environment with prohibition of riba: The case of Saudi Arabia. Journal
324
https://doi.org/10.1080/09603100903266807
https://doi.org/10.1016/S1569-3732(04)11002-5
https://doi.org/10.1108/14720701011035693
https://doi.org/10.1108/15265941111158505
Al-Najjar, B., & Taylor, P. (2008). The relationship between capital structure and
Panel Data Approach from Kuwait Stock Exchange. SSRN Electronic Journal.
https://doi.org/10.2139/ssrn.1716051
https://doi.org/10.1016/j.adiac.2018.07.005
Alfaro, L., Asis, G., Chari, A., & Panizza, U. (2019). Corporate debt, firm size and
1–19. https://doi.org/10.1016/j.jinteco.2019.01.002
Ali, A., Qiang, F., & Ashraf, S. (2018). Regional dynamics of ownership structure and
0017
Alkurdi, A., Hamad, A., Thneibat, H., & Elmarzouky, M. (2021). Ownership
https://doi.org/10.1080/23311975.2021.1939930
Allini, A., Rakha, S., McMillan, D. G., & Caldarelli, A. (2018). Pecking order and
https://doi.org/10.1016/j.ribaf.2017.07.098
Alnori, F., & Alqahtani, F. (2019). Capital structure and speed of adjustment in non-
financial firms: Does sharia compliance matter? Evidence from Saudi Arabia.
https://doi.org/10.1016/j.ememar.2019.03.008
Aluchna, M., & Kaminski, B. (2017). Ownership structure and company performance:
https://doi.org/10.1108/BJM-01-2017-0025
Alves, P., Couto, E. B., & Francisco, P. M. (2015). Board of directors’ composition
32. https://doi.org/10.1016/j.ribaf.2015.03.005
Alvs, P., Couto, E. B., & Morais, P. (2015). Board of directors ’ composition and
https://doi.org/10.1016/j.ribaf.2015.03.005
Amidu, M. (2007). How does dividend policy affect performance of the firm on Ghana
103–112.
Amin, A., Jain, P., & Upadhyay, A. (2021). CDS, CEO compensation, and firm value.
https://doi.org/10.1016/j.frl.2021.102445
Andrei, D., Mann, W., & Moyen, N. (2019). Why did the q theory of investment start
https://doi.org/10.1016/j.jfineco.2019.03.007
Ang, J. S., Cole, R. A., & Lin, J. W. (2000a). Agency Costs and Ownership Structure.
1082.00201
Ang, J. S., Cole, R., & Lin, J. W. (2000b). The Use of Foreign Exchange Derivatives
Anh, V., Kim, M., & Shin, Y. (2012). Asymmetric capital structure adjustments : New
Antoniou, A., Guney, Y., & Paudyal, K. (2008). The Determinants of Capital
https://doi.org/10.1017/S0022109000002751
Ararat, M., Black, B. S., & Yurtoglu, B. B. (2017). The effect of corporate governance
Aras, G., & Mutlu Yildirim, F. (2018). The impact of corporate finance decisions on
11-2017-0285
https://doi.org/10.22495/cocv5i2p1
https://doi.org/10.18045/zbefri.2016.1.119
Asghar, A., Sajjad, S., Shahzad, A., & Matemilola, B. T. (2020). Role of discretionary
581. https://doi.org/10.1108/CG-11-2019-0347
328
Asquith, P., & Weiss, L. A. (2019). Lessons in Corporate Finance: A Case Studies
Asrori, A., Amal, M. I., & Harjanto, A. P. (2019). Company characteristics on the
481–488. https://doi.org/10.32479/ijeep.7990
Ayturk, Y., Gurbuz, A. O., & Yanik, S. (2016). Corporate derivatives use and firm
https://doi.org/10.1016/j.bir.2016.02.001
Bae, J., Kim, S.-J., & Oh, H. (2017). Taming polysemous signals: The role of
https://doi.org/10.1016/j.rfe.2016.12.002
Bahsh, R. Al, Alattar, A., & Yusuf, A. N. (2018). Firm, Industry and Country Level
Baik, B., Kang, J.-K., & Morton, R. (2010). Why Are Analysts Less Likely to Follow
Bajagai, R. K., Keshari, R. K., Bhetwal, P., Sah, R. S., & Jha, R. N. (2018). Business
Governance and Society: Analyzing Shift, Conflicts, and Challenges (pp. 399–
419). https://doi.org/10.1007/978-3-319-94613-9
Bajaj, Y., Kashiramka, S., & Singh, S. (2020). Application of capital structure
329
https://doi.org/10.1108/JAMR-01-2020-0017
Bajo, E., Croci, E., & Marinelli, N. (2020). Institutional investor networks and firm
https://doi.org/10.1016/j.jbusres.2020.02.041
Baker, M., Ruback, R. S., & Wurgler, J. (2008). Behaviour Corporate Finance. In E.
Baker, M., & Wurgler, J. (2002). Market timing and capital structure. Journal of
Balasubramanian, N., Black, B. S., & Khanna, V. (2010). The relation between firm-
level corporate governance and market value: A case study of India. Emerging
Baldenius, T., & Meng, X. (2010). Signaling firm value to active investors. Review of
Balios, D., Daskalakis, N., Eriotis, N., & Vasiliou, D. (2016). SMEs capital structure
https://doi.org/10.1080/23322039.2016.1145535
https://doi.org/10.1016/j.qref.2016.01.004
330
Barclay, M., & Smith, C. W. (2005). The Capital Structure Puzzle: The Evidence
https://doi.org/10.1111/j.1745-6622.2005.012_2.x
world.
Bas, T., Muradoglu, G., & Phylaktis, K. (2009). Determinants of Capital Structure in
Basuki, A. T., & Prawoto, N. (2019). Analisis Regresi Dalam Penelitian Ekonomi &
Bisnis (Dilengkapi Aplikasi SPSS & Eviews). In Rajawali Pers: P.T Raja
https://doi.org/10.7441/joc.2017.03.02
6288.1996.tb00867.x
Bathala, C. T., Moon, K. P., & Rao, R. P. (1994). Managerial Ownership, Debt
Beck, T., Demirgüç-Kunt, A., & Maksimovic, V. (2005). Financial and legal
constraints to growth: Does firm size matter? Journal of Finance, 60(1), 137–
177. https://doi.org/10.1111/j.1540-6261.2005.00727.x
Belghitar, Y., Clark, E., & Mefteh, S. (2013). Foreign currency derivative use and
331
https://doi.org/10.1016/j.irfa.2012.02.004
https://doi.org/10.1080/09603100902967561
Ben Lahouel, B., Bruna, M., & Ben Zaied, Y. (2020). The curvilinear relationship
investigation of listed french firms using panel smooth transition model. Finance
https://doi.org/10.1016/j.frl.2020.101455
Ben Moussa, F., & Chichti, J. (2014). A nonlinear simultaneous equation analysis of
225. https://doi.org/10.5296/ijafr.v3i2.4637
Bendickson, J., Muldoon, J., Liguori, E. W., & Davis, P. E. (2016). Agency theory:
https://doi.org/10.1108/JMH-06-2016-0028
https://doi.org/10.1016/j.jbusres.2017.10.049
Benson, B. W., Chen, Y., James, H. L., & Park, J. C. (2020). So far away from me:
Firm location and the managerial ownership effect on firm value. Journal of
https://doi.org/10.1016/j.jcorpfin.2020.101658
332
https://doi.org/10.1016/j.jcorpfin.2009.08.002
Berezinets, I., Ilina, Y., & Cherkasskaya, A. (2017). Board structure, board
1073-1092. https://doi.org/10.1108/MF-11-2015-0308
Berk, J., & DeMarzo, P. (2017). Corporate Finance. In Pearson Education Limited
Edinburgh Gate Harlow Essex CM20 2JE England (Fourth Edi). Pearson
file:///Files/59/596E0A15-5222-4416-9DB3-37089EA06AE1.pdf
Berķe-Berga, A., Dovladbekova, I., & Ābula, M. (2017). Managerial Ownership and
https://doi.org/10.17512/pjms.2017.15.2.25
Bevan, A. A., & Danbolt, J. (2002). Capital structure and its determinants in the UK -
https://doi.org/10.1080/09603100110090073
Beyer, M., Czarnitzki, D., & Kraft, K. (2012). Managerial ownership, entrenchment
https://doi.org/10.1080/10438599.2011.639978
Bhabra, G. S. (2007). Insider ownership and firm value in New Zealand. 17(April
Bhagat, S., Bolton, B., & Subramanian, A. (2011). Manager characteristics and
Bhama, V., Jain, P. K., & Yadav, S. S. (2019). Pecking Order Test at Varying Debt
https://doi.org/10.1287/mnsc.45.7.1008
Bilgin, R., & Dinc, Y. (2019). Factoring as a determinant of capital structure for large
firms: Theoretical and empirical analysis. Borsa Istanbul Review, 19(3), 273–
281. https://doi.org/10.1016/j.bir.2019.05.001
Bird, R. B., & Smith, E. A. (2005). Signaling theory, strategic interaction, and
https://doi.org/10.1086/427115
Boda, D., & Szucs, G. (2017). Can tangible assets be determinant in capital structure
https://doi.org/10.1080/09571264.2016.1211513
Bokpin, G. A., & Arko, A. C. (2009). Ownership structure, corporate governance and
https://doi.org/10.1108/10867370910995708
Bolton, P., Chen, H., & Wang, N. (2013). A Dynamic Tradeoff Theory for Financially
334
Brailsford, T. J., Oliver, B. R., & Pua, S. L. H. (2002). On the relation between
ownership structure and capital structure. Accounting and Finance, 42(1), 1–26.
https://doi.org/10.1111/1467-629X.00001
Brailsford, T. J., & Yeoh, D. (2004). Agency Problems and Capital Expenditure
https://doi.org/10.1086/381274
Braune, E., Sahut, J. M., & Teulon, F. (2020). Intangible capital, governance and
Brealey, R. A., Myers, S. C., & Allen, F. (2014). Principles of Corporate Finance. In
Brealey, R. A., Myers, S. C., & Allen, F. (2017). Principles of Corporate Finance. In
Brigham, E. F., Ehrhardt, M. C., Gessaroli, J., & Nason, R. R. (2017). Financial
Cengage 20 Channel Center Street Boston, MA 02210 USA (15e ed.). Cengage
Learning, Inc.
Brigham, & Ehrhardt, M. (2017). Financial Management - Theory and Practice, 15e.
Brown, L. W., Goll, I., Rasheed, A. A., & Crawford, W. S. (2020). Nonmarket
335
https://doi.org/10.1177/1059601120963693
Brown, S., Dutordoir, M., Veld, C., & Veld-Merkoulova, Y. (2019). What is the role of
https://doi.org/10.1016/j.jcorpfin.2019.05.001
Brush, T. H., Bromiley, P., & Hendrickx, M. (2000a). The free cash flow hypothesis
for sales growth and firm performance. Strategic Management Journal, 21(4),
455–472. https://doi.org/10.1002/(SICI)1097-0266(200004)21:4<455::AID-
SMJ83>3.0.CO;2-P
Brush, T. H., Bromiley, P., & Hendrickx, M. (2000b). The free cash flow hypothesis
for sales growth and firm performance. Strategic Management Journal, 21(4),
455–472. https://doi.org/10.1002/(SICI)1097-0266(200004)21:4<455::AID-
SMJ83>3.0.CO;2-P
Buallay, A., Hamdan, A., & Zureigat, Q. (2017). Corporate governance and firm
Bunkanwanicha, P., Gupta, J., & Rokhim, R. (2008). Debt and entrenchment:
https://doi.org/10.1177/0972150916630454
336
Optimum Capital Structure : Evidence from Listed Firms in Sri Lanka. Journal of
https://doi.org/10.1080/10599231.2018.1453742
Cao, Y., Dong, Y., Lu, Y., & Ma, D. (2018). Does Institutional Ownership Improve
2772–2792. https://doi.org/10.1080/1540496X.2018.1486705
Cassar, G., & Holmes, S. (2003). Capital structure and financing of SMEs :
https://doi.org/10.1111/1467-629X.t01-1-00085
Castro, P., Tascón Fernández, M. T., Amor-Tapia, B., & de Miguel, A. (2016). Target
leverage and speed of adjustment along the life cycle of European listed firms.
https://doi.org/10.1016/j.brq.2016.01.003
Chadha, S., & Sharma, A. K. (2015). Capital Structure and Firm Performance :
https://doi.org/10.1177/0972262915610852
through Panel Data Analysis of Firms Listed in NSE CNX 500. Vision, 20(4),
267–277. https://doi.org/10.1177/0972262916668700
Chakrabarti, A., & Chakrabarti, A. (2018). The capital structure puzzle – evidence
https://doi.org/10.1080/1540496X.2018.1434071
Chandra, T., Junaedi, A. T., Wijaya, E., Suharti, S., Mimelientesa, I., & Ng, M.
(2019). The effect of capital structure on profitability and stock returns. Journal
https://doi.org/10.1108/JCEFTS-11-2018-0042
Chao, C. C., Hu, M., Munir, Q., & Li, T. (2017). The impact of CEO power on
https://doi.org/10.1016/j.iref.2017.05.010
Chen, C.-J., & Yu, C.-M. J. (2012). Managerial ownership, diversification, and firm
Chen, C. J., & Yu, C. M. J. (2012). Managerial ownership, diversification, and firm
Chen, C. R., Guo, W., & Mande, V. (2003). Managerial ownership and firm
valuation : Evidence from Japanese firms. Pasific Basin Finance Journal, 11,
267–283. https://doi.org/10.1016/S0927-538X(03)00024-6
Chen, C. R., & Steiner, T. L. (1999). Managerial Ownership and Agency Conflicts : A
6288.1999.tb00448.x
338
Chen, C. R., & Steiner, T. L. (2000a). Tobin’s Q, managerial ownership, and analyst
6195(00)00024-2
Chen, C., & Yu, C. J. (2012). Managerial ownership , diversification , and firm
Chen, D. H., Chen, C. Da, Chen, J., & Huang, Y. F. (2013). Panel data analyses of
the pecking order theory and the market timing theory of capital structure in
https://doi.org/10.1016/j.iref.2012.09.011
Chen, L. J., & Chen, S. Y. (2011). The influence of profitability on firm value with
capital structure as the mediator and firm size and industry as moderators.
Chen, M.-Y. (2005). Group affiliation, identity of managers, and the relation between
Chen, M.-Y. (2006). Managerial ownership and firm performance : an analysis using
https://doi.org/10.1080/00036840500368136
339
https://doi.org/10.1016/j.iref.2012.04.008
https://doi.org/10.1016/j.iref.2012.04.008
Chen, Q., Hou, W., Li, W., Wilson, C., & Wu, Z. (2014). Family Control, Regulatory
https://doi.org/10.1111/corg.12060
Chen, Y., & Ibhagui, O. W. (2019). R&D-firm performance nexus: New evidence
from NASDAQ listed firms. The North American Journal of Economics and
Cheng, S., & Firth, M. (2006). Family ownership, corporate governance, and top
https://doi.org/10.1002/mde.1273
Chia, Y.-E., Lim, K.-P., & Goh, K.-L. (2020). Liquidity and firm value in an emerging
https://doi.org/10.1016/j.najef.2020.101169
Chiang, S., Lee, P., & Anandarajan, A. (2013). Corporate governance and innovative
https://doi.org/10.5172/impp.2013.15.4.500
Chipeta, C., & Mcclelland, D. (2018). In search of conclusive evidence on the trade-
340
off and pecking order theories of capital structure : Evidence from the
https://doi.org/10.1080/10293523.2017.1412608
Chirinko, R., Ees, H. Van, Garretsen, H., & Sterken, E. (2004). Investor Protections
https://doi.org/10.1111/j.1465-6485.2004.00098.x
Chou, S., Wu, C., & Chen, A. (2007). Control or invest? Understanding the complex
188–206. https://doi.org/10.1108/10867370710817383
Chung, J. R., Cho, M. K., & Lee, H. Y. (2019). Association between managerial stock
https://doi.org/10.1504/IJAAPE.2019.106421
Chyuan, W., Batten, J. A., Halim, A., Nordin, S., & Abdul, A. (2021). Does ESG
certification add firm value ? Finance Research Letters, 39(May 2020), 101593.
https://doi.org/10.1016/j.frl.2020.101593
https://doi.org/10.2501/JAR.42.6.16
Coles, J. L., Lemmon, M. L., & Felix Meschke, J. (2012). Structural models and
https://doi.org/10.1016/j.jfineco.2011.04.002
https://doi.org/10.1080/00036840010015057
Connelly, B. L., Certo, S. T., Ireland, R. D., & Reutzel, C. R. (2011). Signaling
https://doi.org/10.1177/0149206310388419
Connolly, R. A., & Hirschey, M. (2005). Firm size and the effect of R&D on Tobin’s q.
9310.2005.00384.x
Cotei, C., Farhat, J., & Abugri, B. A. (2011). Testing trade-off and pecking order
Crutchley, C. E., & Hansen, R. S. (1989). A Test of the Agency Theory of Managerial
Cui, H., & Mak, Y. T. (2002). The relationship between managerial ownership and
firm performance in high R&D firms. Journal of Corporate Finance, 8(4), 313–
336. https://doi.org/10.1016/S0929-1199(01)00047-5
Dada, A. O., & Ghazali, Z. B. (2016). The Impact of Capital Structure on Firm
Dalbor, M. C., Lee, S., & Upneja, A. (2007). Investigation of Long-term Debt and
195–204. https://doi.org/10.1108/s1745-354220150000011015
Danbolt, J., Hirst, I. R. C., & Jones, E. (2011a). The growth companies puzzle : can
Danbolt, J., Hirst, I. R. C., & Jones, E. (2011b). The growth companies puzzle: Can
Dang, C., (Frank) Li, Z., & Yang, C. (2018). Measuring firm size in empirical
https://doi.org/10.1016/j.jbankfin.2017.09.006
Dang, H. N., Vu, V. T. T., Ngo, X. T., & Hoang, H. T. V. (2019). Study the Impact of
Dang, T. L., Nguyen, T. H., Tran, N. T. A., & Vo, T. T. A. (2018). Institutional
Daskalakis, N., Balios, D., & Dalla, V. (2017). The behaviour of SMEs’ capital
Datta, S., Iskandar-Datta, M., & Raman, K. (2005). Managerial stock ownership and
https://doi.org/10.1111/j.1540-6261.2005.00800.x
In Oxford University Press, New York. Oxford University Press, New York.
https://doi.org/10.2307/2554780
Davies, J. R., Hillier, D., & McColgan, P. (2005). Ownership structure, managerial
https://doi.org/10.1016/j.jcorpfin.2004.07.001
de Jong, A., Kabir, R., & Nguyen, T. T. (2008). Capital structure around the world:
Deesomsak, R., Paudyal, K., & Pescetto, G. (2004). The determinants of capital
Delbufalo, E. (2018). Agency Theory and Sustainability in the Global Supply Chain.
Library
https://doi.org/10.1016/j.iref.2005.03.005
Demsetz, H. (1983). The Structure of Ownership and the Theory of the Firm. The
Demsetz, H., & Lehn, K. (1985). The Structure of Corporate Ownership: Causes and
https://doi.org/10.4324/9780203878460
https://doi.org/10.1016/S0929-1199(01)00020-7
https://doi.org/10.1016/j.ribaf.2017.07.011
Dhaene, J., Hulle, C. Van, Wuyts, G., Schoubben, F., & Schoutens, W. (2017). Is
https://doi.org/10.1111/joes.12129
Dimitrov, V. (2011). Capital Structure and Firm Risk. In H. K. Baker & G. S. Martin
and Practice (pp. 59–73). John Wiley & Sons, Inc. All rights reserved.
https://doi.org/10.1002/9781118266250
https://doi.org/10.1016/j.jcorpfin.2014.11.004
Dosi, G., Grazzi, M., Moschella, D., Pisano, G., Tamagni, F., Superiore, S., & Anna,
https://doi.org/10.1093/icc/dtz044
345
https://doi.org/10.1016/j.ribaf.2009.01.002
Driffield, N., Mahambare, V., & Pal, S. (2007). How does ownership structure affect
535–573.
Driffield, N., & Pal, S. (2010). Evolution of capital structure in east Asia-corporate
985X.2009.00603.x
Du, J., & Dai, Y. (2005). Ultimate corporate ownership structures and capital
8683.2005.00403.x
reporting timelines: evidence from the Saudi Stock Exchange. Journal of Money
Eka Handriani, E. H., & Robiyanto, R. (2018). Corporate Finance and Firm Value in
477–487. https://doi.org/10.1108/15265940911001385
231. https://doi.org/10.1016/j.ememar.2017.11.001
Eldomiaty, T. I., & Azim, M. H. (2008). The dynamics of capital structure and
0091-x
Eriotis, N., Vasiliou, D., & Ventoura-Neokosmidi, Z. (2007). How firm characteristics
https://doi.org/10.1108/03074350710739605
Ervina, N., Welly, Y., & Grace, E. (2020). Peran ROE Terhadap Pengaruh DER Dan
Firm Size Pada Tobin’s Q Sub Sektor Kabel Yang Terdaftar Di BEI. Jesya
https://stiealwashliyahsibolga.ac.id/jurnal/index.php/jesya/article/view/226
Estiasih, S. P., Yuniarsih, N., & Wajdi, M. B. N. (2019). The influence of corporate
Evans, S., & Tourish, D. (2016). Agency theory and performance appraisal: How bad
347
https://doi.org/10.1177/1350507616672736
Fabisik, K., Fahlenbrach, R., Stulz, R. M., & Taillard, J. P. (2021). Why are firms with
Fabozzi, F. J., & Drake, P. P. (2008). Capital Structure: Lessons from Modigliani and
Miller. In Handbook of Finance (pp. 617–622). John Wiley & Sons, Inc.
https://doi.org/10.1002/9780470404324.hof002061
Fahlenbrach, R., & Stulz, R. M. (2009). Managerial ownership dynamics and firm
https://doi.org/10.1016/j.jfineco.2008.06.005
Fama, E. F. (1980). Agency Problems and the Theory of the Firm. Journal of
Fama, E. F., & Jensen, M. C. (1983). Agency Problems and Residual Claims. The
Fama, E. F., & Jensen, M. C. (2005). Agency Problems and Residual Claims. SSRN
Fan, J. P. H., Titman, S., & Twite, G. (2012). An international comparison of capital
Fan, L. W., Pan, S. J., Liu, G. Q., & Zhou, P. (2017). Does energy efficiency affect
Fan, Y., Boateng, A., King, T., & Macrae, C. (2019). Board-CEO friendship ties and
348
Fan, Y., Boateng, A., King, T., & MacRae, C. (2019). Board-CEO friendship ties and
Fan, Y., Jiang, Y., Kao, M., & Hong, F. (2020). Board independence and firm value :
Farhangdoust, S., Salehi, M., & Molavi, H. (2020). Management stock ownership and
Fatima, S., Desouza, K. C., Denford, J. S., & Dawson, G. S. (2021). What explains
https://doi.org/10.1016/j.eap.2021.05.001
Fauver, L., & Naranjo, A. (2010). Derivative usage and firm value: The influence of
719–735. https://doi.org/10.1016/j.jcorpfin.2010.09.001
Feng, Y., Hassan, A., & Elamer, A. A. (2020). Corporate governance, ownership
structure and capital structure: evidence from Chinese real estate listed
Fischer, E. O., Heinkel, R., & Zechner, J. (1989). Dynamic Capital Structure Choice :
https://doi.org/10.2307/2328273
349
Flannery, M. J., & Rangan, K. P. (2006). Partial adjustment toward target capital
https://doi.org/10.1016/j.jfineco.2005.03.004
Florackis, Chris, Kanas, A., Kostakis, A., & Sainani, S. (2020). Idiosyncratic risk, risk-
taking incentives and the relation between managerial ownership and firm
https://doi.org/10.1016/j.ejor.2019.11.027
https://doi.org/10.1016/j.jbusres.2008.12.001
leverage : evidence from the United Kingdom. Accounting & Finance, 49(3),
531–553. https://doi.org/10.1111/j.1467-629X.2009.00296.x
Forte, D., Barros, L. A., & Nakamura, W. T. (2013). Determinants of the capital
76922013000300007
Foster, B. P., Manikas, A., Preece, D., & Kroes, J. R. (2021). Advances in
https://doi.org/10.1016/j.adiac.2021.100528
Frank, Murray Z. and Goyal, V. K. (2009). Munich Personal RePEc Archive Capital
Frank, M. Z., & Goyal, V. K. (2003). Testing the pecking order theory of capital
https://doi.org/10.1016/S0304-405X(02)00252-0
Frank, M. Z., & K.Goyal, V. (2008). Trade-Off and Pecking Order Theories of Debt.
https://doi.org/10.1016_B978-0-444-53265-7.50004-4
Friend, I., & Lang, L. H. P. (1988). An Empirical Test of the Impact of Managerial
271–281. https://doi.org/10.1111/j.1540-6261.1988.tb03938.x
Fuente, G. de la, Ortiz, M., & Velasco, P. (2022). The value of a firm’s engagement
in ESG practices: Are we looking at the right side? Long Range Planning, 55(4),
102143. https://doi.org/10.1016/j.lrp.2021.102143
Galant, A., & Cadez, S. (2017). Corporate social responsibility and financial
https://doi.org/10.1080/1331677X.2017.1313122
https://doi.org/10.1108/10867371311300982
Gao, Y., & Han, K.-S. (2020). Managerial overconfidence, CSR and firm value. Asia-
https://doi.org/10.1080/16081625.2020.1830558
Garcia-Castro, R., Ariño, M. A., & Canela, M. A. (2010). Does social performance
Gaud, P., Hoesli, M., & Bender, A. (2007). Debt-equity choice in Europe.
https://doi.org/10.1016/j.irfa.2006.08.003
Gavana, G., Gottardo, P., & Moisello, A. M. (2017). Earnings management and CSR
https://doi.org/10.3390/su9122327
George, Y., Troshani, I., & Tarca, A. (2019). Managerial ownership, audit firm size,
https://doi.org/10.1016/j.intaccaudtax.2019.05.002
Ghasemi, A., & Zahediasl, S. (2012). Normality Tests for Statistical Analysis: A
empirical analysis for India. Managerial and Decision Economics, 28(2), 129–
143. https://doi.org/10.1002/mde.1315
https://doi.org/10.1016/j.rie.2007.03.001
Ghozali, I., Handriani, E., & Hersugondo. (2018). The Role of Sales Growth to
Ghozali, I., & Ratmono, D. (2017). Analisis Multivariat dan Ekonometrika: Teori,
Konsep dan Aplikasi dengan Eviews 10: In Fakultas Ekonomika dan Bisnis
Diponegoro.
Giarto, R. V. D., & Fachrurrozie, F. (2020). The Effect of Leverage, Sales Growth,
https://doi.org/10.15294/aaj.v9i1.31022
Gill, A., Biger, N., & Mathur, N. (2011). The Effect of Capital Structure on Profitability:
3–15.
Glover, K. J., & Hambusch, G. (2016). Leveraged investments and agency conflicts
when cash flows are mean reverting. Journal of Economic Dynamics and
Goddard, J., Mcmillan, D., & Wilson, J. O. S. (2006). Do firm sizes and profit rates
converge ? Evidence on Gibrat’ s Law and the persistence of profits in the long
https://doi.org/10.1080/00036840500367955
Gomes, M. da C., Magnani, V. M., Albanez, T., & Valle, M. R. do. (2019). Effects of
market timing on primary share issues in the Brazilian capital market. North
353
https://doi.org/10.1016/j.najef.2019.03.022
Gómez, G., Mena Rivas, A., & Lizarzaburu Bolaños, E. R. (2014). The determinants
González, V. M., & González, F. (2012). Firm size and capital structure : evidence
https://doi.org/10.1080/00036846.2011.595690
Goranova, M., Alessandri, T. M., Brandes, P., & Dharwadkar, R. (2007). Managerial
https://doi.org/10.1007/978-3-030-00344-9
Graham, J. R., & Harvey, C. R. (2001). The theory and practice of corporate finance:
https://doi.org/10.1016/S0304-405X(01)00044-7
Groza, M. D., Zmich, L. J., & Rajabi, R. (2021). Organizational innovativeness and
https://doi.org/10.1016/j.indmarman.2021.06.007
Gu, Z., & Qian, Y. (1999). Hotel Managerial Ownership and Firm Performance: An
https://doi.org/10.1177/146735849900100204
354
Gul, F. A., Krishnamurti, C., Shams, S., & Chowdhury, H. (2020). Corporate social
Gulamhussen, M. A., Pinheiro, C., & Sousa, R. (2012). The Influence of Managerial
646X.2012.01056.x
Guo, D., Hua, X., & Jiang, K. (2017). Agency and strategic contracts: theory and
https://doi.org/10.1016/j.ijindorg.2017.06.007
https://doi.org/10.1016/j.techsoc.2020.101512
https://doi.org/10.1016/j.pacfin.2021.101622
https://doi.org/10.1016/j.iimb.2014.07.005
355
https://doi.org/10.1016/j.iimb.2014.07.009
Handriani, E., & Robiyanto, R. (2018). Corporate Finance and Firm Value in Capital
https://doi.org/10.21632/irjbs
Hang, M., Geyer-Klingeberg, J., Rathgeber, A. W., & Stöckl, S. (2018). Measurement
https://doi.org/10.1016/j.qref.2017.11.011
Haque, F., Arun, T. G., & Kirkpatrick, C. (2011). Corporate governance and capital
https://doi.org/10.22146/gamaijb.5619
Haron, N. H., Zam, Z. M., & Abdullah, N. A. I. N. (2017). Family ownership, firm
https://doi.org/10.1108/JABS-07-2015-0100
Comparison between Before and After Financial Crisis. Economic Issues, 19(2),
356
55–83. http://www.economicissues.org.uk/Files/2014/214harrison.pdf
Hasan, I., Kobeissi, N., & Song, L. (2014). Corporate governance, investor
Hassan, A. F. S., Karbhari, Y., Isa, A. A. M., & Ab Razak, N. H. (2017). Board
https://doi.org/10.22495/cocv14i3art8
Hatch, B. C., Johnson, S. A., Emma, Q., & Zhang, J. (2021). Algorithmic trading and
https://doi.org/10.1016/j.jbankfin.2021.106090
https://doi.org/10.3758/BF03192961
Hejazi, R., Ghanbari, M., & Alipour, M. (2016). Intellectual , Human and Structural
Hendratama, T. D., & Barokah, Z. (2020). Related party transactions and firm value:
https://doi.org/10.1016/j.cjar.2020.04.002
108
Herdjiono, I., & Sari, I. M. (2017). The effect of corporate governance on the
https://doi.org/10.7206/jmba.ce.2450-7814.188
https://doi.org/10.21098/bemp.v16i2
Hewa Wellalage, N., & Locke, S. (2015). Impact of ownership structure on capital
2011-0004
https://doi.org/10.24912/ja.v19i3.89
405X(99)00025-2
Hoang, L. T., Nguyen, C. C., & Hu, B. (2017). Ownership Structure and Firm
Holderness, C. G., Kroszner, R. S., & Sheehan, D. P. (2009). The rise in managerial
Holderness, C. G., Kroszner, R. S., & Sheehan, D. P. (2012). The rise in managerial
stock ownership. The Economic Nature of the Firm: A Reader, Third Edition,
313–326. https://doi.org/10.1017/CBO9780511817410.025
0151
Hossain, F., & Ali, A. (2012). Impact of Firm Specific Factors on Capital Structure
Hossain, M. M., Heaney, R., & Yu, J. (2020). The information content of director
657–678. https://doi.org/10.1016/j.iref.2021.05.001
359
Hu, M., Xiong, W., & Xu, C. (2021). Analyst coverage , corporate social responsibility
, and firm value : Evidence from China. Global Finance Journal, 50(September),
100671. https://doi.org/10.1016/j.gfj.2021.100671
HUANG, G., & SONG, F. M. (2006). The determinants of capital structure: Evidence
https://doi.org/10.1016/j.chieco.2005.02.007
Huang, P., Lu, Y., & Wee, M. (2020). Corporate governance analysts and firm value :
https://doi.org/10.1016/j.pacfin.2020.101430
Huang, R., & Ritter, J. R. (2009). Testing Theories of Capital Structure and
Huang, X., Kabir, R., & Zhang, L. (2018). Government ownership and the capital
https://doi.org/10.1016/j.cjar.2018.07.001
https://doi.org/10.1016/s1815-5669(10)70026-6
Ibhagui, O. W., & Olokoyo, F. O. (2018b). Leverage and firm performance: New
evidence on the role of firm size. The North American Journal of Economics
360
Ilmas, F., Tahir, S., & Asrar-ul-haq, M. (2018). Ownership structure and debt
https://doi.org/10.1080/23322039.2018.1439254
Ing Malelak, M., Soehono, C., & Eunike, C. (2020). Corporate Governance, Family
Ownership and Firm Value: Indonesia Evidence. SHS Web of Conferences, 76,
01027. https://doi.org/10.1051/shsconf/20207601027
Ioulianou, S., Trigeorgis, L., & Driouchi, T. (2017). Multinationality and firm value:
The role of real options awareness. Journal of Corporate Finance, 46, 77–96.
https://doi.org/10.1016/j.jcorpfin.2017.06.011
Isaga, N., Masurel, E., & Van Montfort, K. (2015). Owner-manager motives and the
https://doi.org/10.1108/JEEE-11-2014-0043
Isakov, D., & Weisskopf, J. P. (2014). Are founding families special blockholders? An
https://doi.org/10.1016/j.jbankfin.2013.12.012
Iswajuni, I., Manasikana, A., & Soetedjo, S. (2018). The effect of enterprise risk
361
Iwasaki, I., Mizobata, S., & Muravyev, A. (2018). Ownership dynamics and firm
https://doi.org/10.1080/14631377.2018.1442036
Jadiyappa, N., Saikia, N., & Parikh, B. (2018). Managerial Stock Ownership and
https://doi.org/10.1111/irfi.12229
Jae, W., & Uk, S. (2021). Internal and external corporate social responsibility
activities and firm value : Evidence from the shared growth in the supply chain.
Jahanzeb, A., Bajuri, N. H., & Ghori, A. (2015). Market power versus capital structure
1–9. https://doi.org/10.1080/23322039.2015.1017948
Jahanzeb, A., Bajuri, N. H., Karami, M., & Ahmadimousaabad, A. (2013). Trade-off
theory, pecking order theory and market timing theory: a comprehensive review
Jahanzeb, A., Khan, S., & Bajuri, N. H. (2014). Determinants of Capital Structure and
Jaiswall, S. S., & Raman, K. K. (2019). Sales Growth, CEO Pay, and Corporate
Jang, S. C. (Shawn), & Park, K. (2011). Inter-relationship between firm growth and
https://doi.org/10.1016/j.ijhm.2011.03.009
Jarallah, S., Saleh, A. S., & Salim, R. (2019). Examining pecking order versus trade-
https://doi.org/10.1002/ijfe.1657
Jelinek, K., & Stuerke, P. S. (2009). The nonlinear relation between agency costs
https://doi.org/10.1108/17439130910947886
Insider Ownership, Debt, and Dividend Policies. The Journal of Financial and
Jensen, J. A., Head, D., & Mergy, C. (2020). Investigating sponsor decision-making:
the role of schema theory, agency conflicts, and signaling theory in the
2019-0067
Jensen, M. C. (1986). Agency Cost Of Free Cash Flow, Corporate Finance, and
363
https://doi.org/10.2139/ssrn.99580
Jensen, M. C., & Meckling, W. H. (1976). Theory of The Firm: Managerial Behavior,
305–360. https://doi.org/10.1177/0018726718812602
Jiao, Y. (2010). Stakeholder welfare and firm value. Journal of Banking and Finance,
Jiraporn, P., Kim, J., Sang, Y., & Kitsabunnarat, P. (2012). Capital structure and
221. https://doi.org/10.1016/j.iref.2011.10.014
Jiraporn, P., & Liu, Y. (2008). Capital Structure, Staggered Boards, and Firm Value.
Jiraporn, P., & Nimmanunta, K. (2018). Estimating the effect of board independence
Joher, H., Ali, M., & Nazrul, M. (2006). The Impact Of Ownership Structure On
Corporate Debt Policy: Two Stage Least Square Simultaneous Model Approach
For Post Crisis Period: Evidence From Kuala Lumpur Stock Exchange.
https://doi.org/10.19030/iber.v5i5.3480
Jones, J. S., Miller, S. A., & Yeager, T. J. (2011). Charter value, Tobin ’ s Q and
364
bank risk during the subprime financial crisis. Journal of Economics and
Jouida, S., & Hellara, S. (2018). Diversification , capital structure , and performance :
117–130. https://doi.org/10.1002/mde.2874
Kalay, A., & Lemmon, M. (2008). Payout Policy. In B. E. Eckbo (Ed.), North Holland.
Elsevier B.V.
https://doi.org/10.1108/S2043-052320140000006002
Kang, H. C., Anderson, R. M., Eom, K. S., & Kang, S. K. (2017). Controlling
Kang, J. K., & Stulz, R. M. (1997). Why is there a home bias? An analysis of foreign
28. https://doi.org/10.1016/S0304-405X(97)00023-8
Kannadhasan, M., Pratap, B., Thakur, S., Gupta, C. P., & Charan, P. (2018). Testing
capital structure theories using error correction models : Evidence from China ,
India , and South Africa. Cogent Economics & Finance, 3(1), 1–19.
https://doi.org/10.1080/23322039.2018.1443369
Karim, S., Manab, N. A., & Ismail, R. B. (2020). Assessing the Governance
365
https://doi.org/10.1177/0972150920917773
https://doi.org/10.6007/IJARAFMS/v4-i3/1026
Kaur, H., & Soch, H. (2012). Validating Antecedents of Customer Loyalty for Indian
https://doi.org/10.1177/0256090920120404
79–92. https://doi.org/10.1177/2319510x20913454
Khafid, M, Prihatni, R., & Safitri, I. E. (2020). The Effects of Managerial Ownership,
https://pdfs.semanticscholar.org/1d6a/8b1f005e1a5e80715c4794481f6cbeb56f
e0.pdf
Khafid, Muhammad, Prihatni, R., & Safitri, I. E. (2020). The Effects of Managerial
Khamis, R., Al-Ali, W., & Hamdan, A. (2015). The Relationship between Ownership
366
https://doi.org/10.22495/cocv13i1p10
Khamis, R., Elali, W., & Hamdan, A. (2015). Ownership Structure and Corporate
22495_cocv13i1c4p1
Khan, A., Qureshi, M. A., & Davidsen, P. I. (2021). A system dynamics model of
capital structure policy for firm value maximization. Systems Research and
Khan, S., Bashir, U., & Islam, S. (2019). Determinants of capital structure of banks :
https://doi.org/10.1108/IMEFM-04-2019-0135
https://doi.org/10.1016/j.qref.2019.09.009
Khoa, B. T., & Thai, D. T. (2021). Capital Structure and Trade-Off Theory: Evidence
from Vietnam. Journal of Asian Finance, Economics and Business, 8(1), 045–
052. https://doi.org/10.13106/jafeb.2021.vol8.no1.045
Kieschnick, R., & Moussawi, R. (2018). Firm age, corporate governance, and capital
https://doi.org/10.1016/j.jcorpfin.2017.12.011
Kim, J., Kim, S., & Lee, H. (2011). An effect of technology innovation activity on firm
value and a mediation effect of leverage: evidence from Korean firms. Asian
https://doi.org/10.1080/19761597.2011.578430
Kim, J. Y., Kwak, J., & Lee, K. (2015). Estimating Tobin’s Q for listed firms in Korea
https://doi.org/10.22904/sje.2015.28.1.001
Kim, S., Koh, Y., Cha, J., & Lee, S. (2015). Effects of social media on firm value for
Kim, S. M., Anand, G., Larson, E. C., & Mahoney, J. (2019). Resource co-
exchange success and firm growth. Journal of Science and Technology Policy
King, M. R., & Santor, E. (2008). Family values : Ownership structure , performance
Suite 1200, New York, NY 10001 www.guilford.com (Fourth Edi). The Guilford
Press.
Kohtamäki, M., Partanen, J., Parida, V., & Wincent, J. (2013). Non-linear relationship
between industrial service offering and sales growth : The moderating role of
368
https://doi.org/10.1016/j.indmarman.2013.07.018
Köksal, B., & Orman, C. (2015). Determinants of capital structure: evidence from a
https://doi.org/10.1007/s11187-014-9597-x
Kong, D., Xiao, T., & Liu, S. (2011). Asymmetric information , firm investment and
https://doi.org/10.1108/20441391111092246
Konijn, S. J. J., Kräussl, R., & Lucas, A. (2011). Blockholder dispersion and firm
https://doi.org/10.1016/j.jcorpfin.2011.06.005
Kraft, H., Schwartz, E., & Weiss, F. (2018). Growth options and firm valuation.
https://doi.org/10.1111/eufm.12141
https://doi.org/10.2307/2978343
Kumar., S., Colombage., S., & Rao, P. (2017). Article information : Research on
09-2014-0135
Kwon, T. H., Bae, S. C., & Park, S. H. (2021). The interactions of corporate sales
https://doi.org/10.1016/j.intfin.2021.101422
369
Lafuente, E., Leiva, J. C., Moreno-Gómez, J., & Szerb, L. (2019). A non-parametric
1–13. https://doi.org/10.1016/j.brq.2019.02.002
Lappalainen, J., & Niskanen, M. (2009). Does Board Composition and Ownership
https://doi.org/10.1111/j.1468-5957.2006.00600.x
Le, T. P. V., & Phan, T. B. N. (2017). Capital structure and firm performance:
https://doi.org/10.1016/j.ribaf.2017.07.012
Le, T. P. V., & Tannous, K. (2016). Ownership Structure and Capital Structure: A
344. https://doi.org/10.1111/1467-8454.12089
Lee, C. F., & Kuo, N. T. (2014). Effects of ultimate ownership structure and corporate
Lee, Cheng-few, & Kuo, N. (2014). Effects of ultimate ownership structure and
https://doi.org/10.1016/j.iref.2013.07.004
Lee, Chien-chiang, Wang, C., & Ho, S. (2020). Financial inclusion, financial
https://doi.org/10.1016/j.iref.2019.11.021
Lee, J., Kwon, H., & Pati, N. (2019). Exploring the relative impact of R & D and
https://doi.org/10.1016/j.eswa.2019.07.026
Lee, R. P., & Grewal, R. (2004). Strategic Responses to New Technologies and
https://doi.org/10.1509/2Fjmkg.68.4.157.42730
Lee, S., & Dalbor, M. C. (2013). Short-term debt and firm performance in the US
Lee, S. P., & Chen, H. J. (2011). Corporate governance and firm value as
https://doi.org/10.1108/01409171111116286
https://doi.org/10.2307/2326770
Lemma, T. T., & Negash, M. (2014). Determinants of the adjustment speed of capital
NPTC-EQBK
Li, J., Wang, H., & Yu, J. (2021). Aggregate expected investment growth and stock
https://doi.org/10.1016/j.jmoneco.2020.03.016
Li, K., Yue, H., & Zhao, L. (2009). Ownership , institutions , and capital structure :
https://doi.org/10.1016/j.jce.2009.07.001
Li, L., & Islam, S. Z. (2018). Firm and industry specific determinants of capital
Li, Y., & Singal, M. (2019). Capital structure in the hospitality industry: The role of the
124–133. https://doi.org/10.1016/j.tourman.2018.08.004
Liao, Y., Huang, P., & Ni, Y. (2022). Convertible bond issuance volume, capital
structure, and firm value. North American Journal of Economics and Finance,
https://doi.org/10.1111/jofi.12139
Lin, F.-L., & Chang, T. (2011). Does debt affect firm value in Taiwan? a panel
372
https://doi.org/10.1080/00036840802360310
Lin, W. L., Cheah, J. H., Azali, M., Ho, J. A., & Yip, N. (2019). Does firm size matter?
988. https://doi.org/10.1016/j.jclepro.2019.04.214
Errors in the Linear Regression Model. The American Statistician, 54(3), 217–
224. https://doi.org/10.1080/00031305.1999.10474474
Lopes, H. (2016). Agency theory and social interactions at work. Review of Social
Lorenz, M. P., Gamble, J. E., Turnipseed, D. L., & Weaver, K. M. (2015). Do owners
171–181. https://doi.org/10.5367/ijei.2015.0190
Lourenço, I., Palma, M., & Branco, M. C. (2019). Web Based Sustainability
https://doi.org/10.2139/ssrn.3385351
Lu, H. T., & Keung, E. C. (2019). Entry mode and firm value: Evidence from investing
https://doi.org/10.1016/j.pacfin.2019.101208
Lu, Hao, Oh, W., Kleffner, A., & Kyun, Y. (2021). How do investors value corporate
social responsibility ? Market valuation and the firm specific contexts. Journal of
https://doi.org/10.1016/j.jbusres.2020.11.063
Lu, Hsueh-tien, & Keung, E. C. (2019). Entry mode and firm value: Evidence from
101208. https://doi.org/10.1016/j.pacfin.2019.101208
Lu, W.-C., & Jhuang, R.-L. (2014). Cash flow and growth considering different
https://doi.org/10.1108/JM2-04-2011-0028
M’ng, J. C. P., Rahman, M., & Sannacy, S. (2017). The determinants of capital
https://doi.org/10.1080/23322039.2017.1418609
mac an Bhaird, C., & Lucey, B. (2010). Determinants of capital structure in Irish
https://doi.org/10.1007/s11187-008-9162-6
Magee, S. (2013). Foreign Currency Hedging and Firm Value. Advances in Financial
Mai, Y., Meng, L., & Ye, Z. (2017). Regional variation in the capital structure
Malinić, D., Denčić-Mihajlov, K., & Ljubenović, E. (2013). The determinants of capital
analysis of Sri Lankan firms. Corporate Ownership and Control, 8(4), 253–263.
https://doi.org/10.22495/cocv8i4c2art2
ownership and firm performance: Evidence from Turkey. South East European
https://doi.org/10.2478/v10033-010-0005-4
Mao, Z., & Gu, Z. (2008). The relationship between financial factors and firm
https://doi.org/10.1080/15378020801995564
Mardones, J. G., & Cuneo, G. R. (2019). Capital structure and performance in Latin
18. https://doi.org/10.1080/1331677X.2019.1697720
Margaritis, D., & Psillaki, M. (2010). Capital structure, equity ownership and firm
https://doi.org/10.1016/j.jbankfin.2009.08.023
Markovitch, D. G., Huang, D., & Ye, P. (2020). Marketing intensity and firm
https://doi.org/10.1016/j.jbusres.2020.06.032
375
Martellini, L., Milhau, V., & Tarelli, A. (2018). Capital structure decisions and the
Martinez, L. B., Scherger, V., & Guercio, M. B. (2019). SMEs capital structure: trade-
off or pecking order theory: a systematic review. Journal of Small Business and
2017-0387
Mateev, M., Poutziouris, P., & Ivanov, K. (2013). On the determinants of SME capital
https://doi.org/10.1016/j.ribaf.2012.05.002
Business and Finance Does top managers ’ experience a ff ect fi rms ’ capital
https://doi.org/10.1016/j.ribaf.2017.07.184
https://doi.org/10.1016/j.ribaf.2017.07.184
1124–1137. https://doi.org/10.1108/MF-08-2012-0187
Matias, F., & Serrasqueiro, Z. (2017). Are there reliable determinant factors of capital
https://doi.org/10.1016/j.ribaf.2016.09.014
Matias Gama, A. P., & Manuel Mendes Galvão, J. (2012). Performance, valuation
https://doi.org/10.1108/14720701211214089
Mauer, D. C., & Sarkar, S. (2005). Real options, agency conflicts, and optimal capital
https://doi.org/10.1016/j.jbankfin.2004.05.036
https://doi.org/10.1108/14626000710773547
Mehrani, S., Moradi, M., & Eskandar, H. (2017). Institutional Ownership Type and
Earnings Quality : Evidence from Iran. Emerging Markets Finance and Trade,
Michaelas, N., Chittenden, F., & Poutziouris, P. (1999). Financial Policy and Capital
https://doi.org/10.1023/A:1008010724051
Mishra, R., & Kapil, S. (2017). Effect of ownership structure and board structure on
firm value: evidence from India. Corporate Governance (Bingley), 17(4), 700–
726. https://doi.org/10.1108/CG-03-2016-0059
Modigliani, F., & Miller, M. H. . (1963). Corporate Income Taxes and the Cost of
https://doi.org/10.2307/1809167
377
Mogha, V., & Williams, B. (2021). International Review of Financial Analysis Culture
https://doi.org/10.1016/j.irfa.2020.101614
Moosa, I., & Li, L. (2012). Firm-specific factors as determinants of capital structure:
Morellec, E., Nikolov, B., & Schurhoff, N. (2012). Corporate Governance and Capital
https://doi.org/10.1111/j.1540-6261.2012.01735.x
Moshirian, F., Thi Nguyen, T., & Zhang, B. (2022). How does firm size explain cross-
https://doi.org/10.1016/j.mulfin.2022.100737
https://doi.org/10.1108/15265941111136969
Muchtar, D., Nor, F. M., Albra, W., Arifai, M., & Ahmar, A. S. (2018). Dynamic
https://doi.org/10.1080/23322039.2018.1488343
https://doi.org/10.15208/beh.2015.07
https://doi.org/10.1080/15228916.2019.1646600
4101(85)90026-6
https://doi.org/10.17512/pjms.2017.16.1.13
Murtaza, S., & Azam, I. (2019). The Relationship between Ownership Structure and
https://doi.org/10.33215/sjom.v2i4.162
Mustapha, M., & Che Ahmad, A. (2011). Agency theory and managerial ownership:
https://doi.org/10.1108/02686901111129571
Applications in Valuation and Capital Structure (pp. 141–159). John Wiley &
MYERS, S. C. (1984). The Capital Structure Puzzle. The Journal of Finance, 39(3),
574–592. https://doi.org/10.1111/j.1540-6261.1984.tb03646.x
Myers, S. C., & Majluf, N. S. (1984). Corporate financing and investment decisions
when firms have information that investors do not have. Journal of Financial
379
Nam, H., & Uchida, K. (2019). Accounts payable and firm value: International
https://doi.org/10.1016/j.jbankfin.2019.03.010
Nashier, T., & Gupta, A. (2020). Ownership Concentration and Firm Performance in
https://doi.org/10.1177/0972150919894395
Natsir, K., & Yusbardini, Y. (2020). The Effect of Capital Structure and Firm Size on
press.com/article/125941599.pdf
Nezami, M., Worm, S., & Palmatier, R. W. (2018). Disentangling the effect of
services on B2B firm value: Trade-offs of sales, profits, and earnings volatility.
https://doi.org/10.1016/j.ijresmar.2017.12.002
Nguyen, Thao, Bai, M., Hou, Y., & Vu, M. C. (2021). Corporate governance and
Nguyen, Trang, Alpert, K., & Faff, R. (2021). Relative bond-stock liquidity and capital
380
https://doi.org/10.1016/j.jcorpfin.2021.102026
capital structure and profitability: Estimation analysis before and after the
https://doi.org/10.1016/j.asieco.2015.04.001
Nurlaela, S., Mursito, B., Kustiyah, E., & Hartono, S. (2019). Asset Turnover , Capital
Nurleni, N., Bandang, A., Darmawati, D., & Amiruddin, A. (2018). The effect of
https://doi.org/10.1108/IJLMA-03-2017-0078
Nyeadi, J. D., Sare, Y. A., & Aawaar, G. (2018). Determinants of working capital
https://doi.org/10.1080/23322039.2018.1558713
Obeid Gharaibeh, A. M., & Sarea, A. M. (2015). The impact of capital structure and
certain firm specific variables on the value of the firm: Empirical evidence from
https://doi.org/10.22495/cocv13i1c10p6
Ohman, P., & Yazdanfar, D. (2017). Short- and long-term debt determinants in
https://doi.org/10.1108/RAF-08-2015-0118
381
Okafor, A., Ngozi, B., & Adusei, M. (2021). Corporate social responsibility and fi
Olibe, K. O., Rezaee, Z., Flagg, J., & Ott, R. (2019). Corporate diversification, debt
maturity structures and firm value: The role of geographic segment data. The
https://doi.org/10.1016/j.qref.2019.01.011
Quoted firms: A panel data approach. African Development Review, 25(3), 358–
369. https://doi.org/10.1111/j.1467-8268.2013.12034.x
Ortqvis, D., Masli, E. K., Rahman, S. F., & Selvarajah, C. (2006). Determinants Of
https://doi.org/10.1142/S1084946706000477
Ozdemir, O. (2020). Board diversity and firm performance in the U.S. tourism sector:
https://doi.org/10.5367/te.2015.0501
Paek, S., Kim, J.-Y., Mun, S. G., & Jun, C. (2021). In hotel REITs, are institutional
https://doi.org/10.1177/1354816620908702
Paek, S., Xiao, Q., Lee, S., & Song, H. (2013). Does managerial ownership affect
Panda, B., & Leepsa, N. M. (2017). Agency theory : Review of Theory and Evidence
74–85. https://doi.org/10.1177/0974686217701467
Pandey, I. M., & Chotigeat, T. (2004). Theories Of Capital Structure : Evidence From
https://doi.org/10.1108/eb028777
Pandey, R., Vithessonthi, C., & Mansi, M. (2015). Busy CEOs and the performance
https://doi.org/10.1016/j.ribaf.2014.09.005
Paniagua, J., Rivelles, R., & Sapena, J. (2018). Corporate governance and financial
Park, S. O., Na, H. J., & Kwon, O. (2016). Comparative effect of company-driven
https://doi.org/10.1016/j.compind.2016.07.008
Park, Y. W., Selvili, Z., & Song, M. H. (2008). Large outside blockholders as
Pepur, S., Ćurak, M., & Poposki, K. (2016). Corporate capital structure: The case of
383
498–514. https://doi.org/10.1080/1331677X.2016.1175726
Perrini, F., Rossi, G., & Rovetta, B. (2008). Does ownership structure affect
8683.2008.00695.x
Peters, R. H., & Taylor, L. A. (2017). Intangible capital and the investment-q relation.
https://doi.org/10.1016/j.jfineco.2016.03.011
Phillips, R. A., & Bosse, D. A. (2016). Agency theory and bounded self-interest.
https://doi.org/10.5465/amr.2013.0420
Pike, R., Neale, B., & Linsey, P. (2015). Corporate Finance and Investment:
and Strategy Views of Capital Structure: Theory and Evidence from the
https://doi.org/10.2139/ssrn.666167
Pindado, J., & Torre, C. D. La. (2011). Capital Structure : New Evidence from the
https://doi.org/10.1111/j.1468-2443.2010.01115.x
https://doi.org/10.11118/actaun201260070217
Platikanova, P. (2016). S & P 500 index addition , liquidity management and Tobin ’s
Prime, P., & Qi, L. (2013). Determinants of firm leverage: Evidence from China.
1475460204
capital structure and the 2008 financial crisis : evidence from Portuguese SMEs.
https://doi.org/10.1016/j.sbspro.2014.09.027
Prommin, P., Jumreornvong, S., Jiraporn, P., & Tong, S. (2016). Liquidity ,
https://doi.org/10.1016/j.gfj.2016.06.006
Purba, J. T., & Africa, L. A. (2019). The effect of capital structure, institutional
scholar.archive.org.
https://scholar.archive.org/work/r3c7w2acxjg75jklol7thneiei/access/wayback/
385
https://journal.perbanas.ac.id/index.php/tiar/article/download/1619/pdf
611–633. https://doi.org/10.1016/S0883-9026(01)00080-5
Qian, Y., Tian, Y., & Wirjanto, T. S. (2009). China Economic Review Do Chinese
publicly listed companies adjust their capital structure toward a target level ?
https://doi.org/10.1016/j.chieco.2009.06.001
Qu, W., Wongchoti, U., Wu, F., & Chen, Y. (2018). Does information asymmetry lead
to higher debt financing? Evidence from China during the NTS Reform period.
https://doi.org/10.1108/jabes-04-2018-0006
Kebijakan Dividen Terhadap Free Cash Flow dan Nilai Perusahaan dalam
Rahmawati, A., Moeljadi, Djumahir, & Sumiati. (2018). The effects of managerial
https://doi.org/10.21511/imfi.15(4).2018.22
Raimo, N., Vitolla, F., & Rubino, M. (2020). The role of ownership structure in
1–13. https://doi.org/10.1002/bse.2498
386
Rajan, R. G., & Zingales, L. (1995). What Do We Know about Capital Structure?
Some Evidence from International Data. The Journal of Finance, 50(5), 1421.
https://doi.org/10.2307/2329322
Rajan, R. G., & Zingales, L. (2007). What Do We Know about Capital Structure ?
Some Evidence from International Data. The Journal of Finance, 50(5), 1421–
1460. https://doi.org/10.2307/2329322
Rajverma, A. K., Arrawatia, R., Misra, A. K., & Chandra, A. (2019). Ownership
https://doi.org/10.1080/23322039.2019.1600462
https://doi.org/10.1108/10222521211234228
Ramli, N. A., Latan, H., & Solovida, G. T. (2019). Determinants of capital structure
https://doi.org/10.1016/j.qref.2018.07.001
Rao, S., Lee, K. B., Connelly, B., & Iyengar, D. (2018). Return Time Leniency in
Rashid, Abdul. (2016). Does risk affect capital structure adjustments?". The Journal
Rashid, Afzalur. (2016). Managerial Ownership and Agency Cost: Evidence from
https://doi.org/10.1007/s10551-015-2570-z
387
Rashid, M., Johari, D. S. N. K. P. H., & Izadi, S. (2020). National culture and capital
1–16. https://doi.org/10.1016/j.iref.2020.10.006
Ratnawati, V., Hamid, M. A. A., & Popoola, O. M. J. (2016). The Interaction Effect of
https://mpra.ub.uni-muenchen.de/75943/
Reinhard, L., & Li, S. (2010). A note on capital structure target adjustment –
259. https://doi.org/10.1108/17439131011056242
https://doi.org/10.2139/ssrn.2932114
Rezaie Nejad, N., & Wasiuzzaman, S. (2013). The empirical analysis of capital
Rhou, Y., Li, Y., & Singal, M. (2019). Does managerial ownership influence
https://doi.org/10.1016/j.ijhm.2018.11.019
Rizqia, D. A., Aisja, S., & Sumiati. (2013). Effect of Managerial Ownership, Financial
Policy and Firm Value. Research Journal of Finance and Accounting, 4(2013),
388
120–130.
https://doi.org/10.2307/3003485
Ross, S. A., Westerfield, R. W., Jaffe, J. F., & Jordan, B. D. (2012). Corporate
1221 Avenue of the Americas, New York, NY, 10020 (Third Edit).
Ross, S. A., Westerfield, R. W., Jordan, B. D., Lim, J., & Tan, R. (2014). Pengantar
Ross, S. A., Westerfield, R. W., Jordan, B. D., Lim, J., & Tan, R. (2015). Pengantar
Rossi, F., Barth, J. R., & Cebula, R. J. (2018). Data on empirical estimation of the
https://doi.org/10.1016/j.dib.2018.04.106
Ruan, W., Tian, G., & Ma, S. (2009). Managerial Ownership, Capital Structure and
https://doi.org/10.22495/cocv7i2p6
Ruan, W., Tian, G., & Ma, S. (2011). Managerial Ownership and Firm Value :
Rubera, G., & Droge, C. (2013). Technology versus Design Innovation ’ s Effects on
Sales and Tobin ’ s Q : The Moderating Role of Branding Strategy. The Journal
https://doi.org/10.1111/jpim.12012
Ryu, H. S., & Lee, J. N. (2016). Innovation patterns and their effects on firm
https://doi.org/10.1080/02642069.2016.1155114
840. https://doi.org/10.1016/j.socec.2007.01.018
Sadeghian, N. S., Latifi, M. M., Soroush, S., & Aghabagher, Z. T. (2012). Debt Policy
https://doi.org/10.5539/ijef.v4n11p217
223–256. https://doi.org/10.1080/07421222.2003.11045835
Saif-Alyousfi, A. Y. H., Md-Rus, R., Taufil-Mohd, K. N., Mohd Taib, H., & Shahar, H.
https://doi.org/10.1108/APJBA-09-2019-0202
https://doi.org/10.1080/16111699.2006.9636135
Salavei, K., Ertugrul, M., Silva, L., Benson, N., Fairfield, R., & States, U. (2020).
https://doi.org/10.1016/j.jcorpfin.2020.101588
Salehi, M., Lotfi, A., & Farhangdoust, S. (2017). The effect of financial distress costs
https://doi.org/10.1108/JMD-01-2017-0029
Salim, M., & Yadav, R. (2012). Capital Structure and Firm Performance: Evidence
Salsiah, M. A., Norman, M. S., & Mohamat Sabri, H. (2008). Ownership structure
Salvi, A., Vitolla, F., Giakoumelou, A., Raimo, N., & Rubino, M. (2020). Intellectual
https://doi.org/10.1016/j.techfore.2020.120228
https://doi.org/10.2991/aebmr.k.200331.003
https://doi.org/10.1162/003465398557537
Seetharaman, A., Swanson, Z. L., & Srinidhi, B. (2001). Analytical and Empirical
Evidence of the Impact of Tax Rates on the Trade-off between Debt and
272. https://doi.org/10.1177/0148558X0101600306
Segarra, A., & Teruel, M. (2012). An appraisal of firm size distribution: Does sample
https://doi.org/10.1016/j.jebo.2012.02.012
Sehrawat, N. K., Singh, S., & Kumar, A. (2020). Does corporate governance affect
Seifert, B., & Gonenc, H. (2010). Pecking Order Behavior in Emerging Markets n.
https://doi.org/10.1111/j.1467-646X.2009.01034.x
Serghiescu, L., & Viorela-ligia, V. (2014). Determinant factors of the capital structure
of a firm- an empirical analysis. Procedia Economics and Finance 15, 15, 1447–
1457. https://doi.org/10.1016/S2212-5671(14)00610-8
Serrasqueiro, Z., & Caetano, A. (2015). Trade-Off Theory versus Pecking Order
https://doi.org/10.3846/16111699.2012.744344
Shahar, Shahar, Bahari, Ahmad, Fisal, & Rafdi. (2015). a Review of Capital
Structure Theories: Trade-Off Theory, Pecking Order Theory and Market Timing
Shahzad, A., Azeem, M., Nazir, M. S., Vo, X. V., & Linh, N. T. M. (2020). The
https://doi.org/10.1108/ARJ-09-2017-0149
Shan, Y. G., Troshani, I., & Tarca, A. (2019). Managerial ownership, audit firm size,
https://doi.org/10.1016/j.intaccaudtax.2019.05.002
Sharma, R. K. (2018). Factors affecting fi nancial leveraging for BSE listed real
2017-0002
https://doi.org/10.1108/IMEFM-10-2015-0119
Shil, N, Hossain, M. N., & Ullah, M. N. (2019). Exploring the underlying factors
…. https://doi.org/10.1002/jcaf.22404
Shil, Nikhil, Hossain, M. N., & Ullah, M. N. (2019). Exploring the underlying factors
https://doi.org/10.1016/j.bir.2020.12.001
Shoaib, K., & Yasushi, S. (2015). Capital structure and managerial ownership:
https://doi.org/10.15208/beh.2015.10
Short, H., & Keasey, K. (1999). Managerial ownership and the performance of firms :
https://doi.org/10.1016/S0929-1199(98)00016-9
Shou, Y., Shao, J., Wang, W., & Lai, K. hung. (2020). The impact of corporate social
https://doi.org/10.22495/rcgv6i4c1art13
2014-0023
Sindhu, M. I., Hashmi, S. H., & Ul Haq, E. (2016). Impact of ownership structure on
Singh, S., Tabassum, N., & Darwish, T. K. (2017). Corporate Governance and Tobin
https://doi.org/10.2307/270723
Soetan, R. O., Olaniyi, C. O., & Obembe, O. B. (2016). Managerial ownership and
https://doi.org/10.1504/ijbem.2016.10000519
Sofat, R., & Singh, S. (2017). Determinants of capital structure: an empirical study of
Solomon, S. J., Bendickson, J. S., Marvel, M. R., McDowell, W. C., & Mahto, R.
https://doi.org/10.1016/j.jbusres.2020.09.003
Song, K. (2009). Does debt market timing increase firm value? Applied Economics,
Suazo, M. M., Martínez, P. G., & Sandoval, R. (2009). Creating psychological and
https://doi.org/10.1016/j.hrmr.2008.11.002
https://doi.org/10.1016/j.heliyon.2019.e02664
https://doi.org/10.1177/0974686218776026
Alfabeta.
Suhadak, S., Mangesti Rahayu, S., & Handayani, S. R. (2019). GCG, financial
396
1813–1831. https://doi.org/10.1108/IJPPM-09-2017-0224
Suhadak, Suhadak, Kurniaty, K., Handayani, S. R., & Rahayu, S. M. (2019). Stock
Sun, J., Ding, L., Guo, J. M., & Li, Y. (2016). Ownership, capital structure and
financing decision: Evidence from the UK. British Accounting Review, 48(4),
448–463. https://doi.org/10.1016/j.bar.2015.04.001
Sun, Z., & Wang, Y. (2016). Does ownership structure matter? Evidence from firms’
https://doi.org/10.1080/1351847X.2012.762409
Susanti, L., Sudarma, Y. S., Nidar, S. R., & Mulyana, A. (2017). Effect of capital
https://doi.org/10.1504/IJBG.2017.081978
Swaminathan, V., Groening, C., Mittal, V., & Thomaz, F. (2014). How Achieving the
194. https://doi.org/10.1177/1094670513510196
348. https://doi.org/10.1016/j.emj.2016.02.001
Tate, W. L., Ellram, L. M., Bals, L., Hartmann, E., & Valk, W. Van Der. (2010).
819. https://doi.org/10.1016/j.indmarman.2009.08.005
Titman, S., & Wessels, R. (1988). The Determinants of Capital Structure Choice.
Tobin, J., & Brainard, W. C. (1977). Asset Markets and the Cost of Capital. In
Ugurlu, M. (2000). Agency costs and corporate control devices in the Turkish
https://doi.org/10.1108/EUM0000000005382
https://doi.org/10.1108/AJEMS-11-2012-0072
Ullah, S., Irfan, M., Kim, J. R., & Ullah, F. (2021). Capital expenditures , corporate
hedging and firm value. Quarterly Review of Economics and Finance, xxxx.
https://doi.org/10.1016/j.qref.2021.06.008
Upneja, A., & Dalbor, M. (2009). The Long-Term Debt Decision of U.S. Casino
https://doi.org/10.1080/10913211.2009.10653877
Ur Rahman, H., Rafique, M., Akbar, Z. A., & Aidoo, E. S. (2020). Impact of corporate
https://doi.org/10.1504/IJEF.2020.110289
Vernimmen, P., Quiry, P., Dallocchio, M., Fur, Y. Le, & Salvi, A. (2014). Corporate
Finance : Theory and Practice. In John Wiley & Sons Ltd, The Atrium, Southern
Gate, Chichester, West Sussex, PO19 8SQ, United Kingdom For (Fourth Edi).
https://doi.org/10.1016/j.ribaf.2020.101321
https://doi.org/10.2139/ssrn.3411462
Vizcaíno, M., & Chousa, J. P. (2016a). Analyzing the influence of the funds’ support
2118–2124. https://doi.org/10.1016/j.jbusres.2015.12.018
Vizcaíno, M., & Chousa, J. P. (2016b). Analyzing the influence of the funds’ support
2118–2124. https://doi.org/10.1016/j.jbusres.2015.12.018
Vo, D. H., & Nguyen, V. T.-Y. (2014). Managerial Ownership, Leverage and Dividend
Vo, M. T. (2021). Capital structure and cost of capital when prices affect real
105944. https://doi.org/10.1016/j.jeconbus.2020.105944
https://doi.org/10.1016/j.ribaf.2016.12.001
Vo, X. V., & Ellis, C. (2017). An empirical investigation of capital structure and firm
https://doi.org/10.1016/j.frl.2016.10.014
https://doi.org/10.1080/0269217042000186714
Learning.
https://doi.org/10.1016/j.ribaf.2017.07.125
Wang, K., & Shailer, G. (2015). Ownership Concentration and Firm Performance in
229. https://doi.org/10.1111/joes.12048
Wang, L., Fan, L., & Bae, S. M. (2019). How to persuade an online gamer to give up
https://doi.org/10.1016/j.chb.2019.02.024
Wang, Xi, Manry, D., & Rosa, G. (2019). Ownership structure, economic fluctuation,
Wang, Xiaoqiao, Wang, J., & Johnson, L. (2018). Geography and capital structure.
Watts, R. L., & Zimmerman, J. L. (1983). Agency Problems, Auditing, and the Theory
of the Firm: Some Evidence. The Journal of Law and Economics, 26(3), 613–
633. https://doi.org/10.1086/467051
Wellalage, N. H., & Locke, S. (2008). Corporate Governance and Capital Structure
Http://Papers.Ssrn.Com/Sol3/Papers.Cfm?Abstract_id=2115260 [Accessed 13
Wellalage, N. H., & Locke, S. (2013). Capital structure and its determinants in New
866. https://doi.org/10.3846/16111699.2012.680605
Wellalage, N. H., & Locke, S. (2014). The Capital Structure of Sri Lankan
Westgaard, S., Eidet, A., Frydenberg, S., & Grosås, T. C. (2008). Investigating the
https://doi.org/10.1108/IJPPM-06-2019-0307
https://doi.org/10.1111/j.1467-6486.2011.01016.x
Wright, P., Mukherji, A., & Kroll, M. J. (2001). A reexamination of agency theory
Firms With the Agency Cost of Free Cash Flow. SSRN Electronic Journal, 852,
1–39. https://doi.org/10.2139/ssrn.488042
Xing, X., Howe, J. S., Anderson, R. I., & Yan, S. (2016). Labor Rights , Venture
https://doi.org/10.1111/fima.12137
Xu, Y. (2018). Anticorruption regulation and firm value: Evidence from a shock of
67–80. https://doi.org/10.1016/j.jbankfin.2018.05.008
Yang, G. J., Chueh, H., & Lee, C. (2014). Examining the theory of capital structure:
https://doi.org/10.1080/00036846.2013.864040
176. https://doi.org/10.1108/JABS-07-2014-0047
Yazdanfar, D., & Öhman, P. (2015). Debt financing and firm performance: an
empirical study based on Swedish data. Journal of Risk Finance, 16(1), 102–
118. https://doi.org/10.1108/JRF-06-2014-0085
Yeh, C. M. (2019). Ownership structure and firm performance of listed tourism firms.
https://doi.org/10.1002/jtr.2250
Yeh, C. M. (2021). The signaling roles of ownership and board structure for foreign
Yildirim, N. (2015). Not Leverage but Change in Leverage Matters for Firms’ Future
Yildirim, R., Masih, M., & Bacha, O. I. (2018). Determinants of capital structure:
Yildirim, R., Masih, M., & Ismath, O. (2018). Determinants of capital structure :
https://doi.org/10.1016/j.pacfin.2018.06.008
Yıldırım, D., & Çelik, A. K. (2020). Testing the pecking order theory of capital
Yoon, B., & Chung, Y. (2018). The effects of corporate social responsibility on firm
Yousef, I. (2019). The Determinants of Capital Structure: Evidence from GCC and
UK Real Estate Sectors. Real Estate Management and Valuation, 27(2), 108–
125. https://doi.org/10.2478/remav-2019-0019
Yu, H. C., Sopranzetti, B. J., & Lee, C. F. (2012). Multiple banking relationships,
https://doi.org/10.1016/j.qref.2012.07.002
Yu, H., Sopranzetti, B. J., & Lee, C. (2012). Multiple banking relationships ,
https://doi.org/10.1016/j.qref.2012.07.002
Yusuf, F., Yousaf, A., & Saeed, A. (2018). Rethinking agency theory in developing
https://doi.org/10.1016/j.accfor.2018.10.002
Zandi, G., Singh, J., Mohamad, S., & Ehsanullah, S. (2020). Ownership Structure
https://doi.org/10.5430/ijfr.v11n2p293
Zavertiaeva, M., & Nechaeva, I. (2017). Impact of Market Timing on the Capital
28. https://doi.org/10.1016/j.jeconbus.2017.04.001
Zeitun, R., & Tian, G. (2007). Capital structure and corporate performance: evidence
from Jordan. Australasian Accounting, Business and Finance Journal, 1(4), 40–
61. https://doi.org/10.14453/aabfj.v1i4.3
Zhang, A., Liu, L., & Liu, G. (2020). High-speed rail, tourist mobility, and firm value.
404
https://doi.org/10.1016/j.econmod.2020.05.004
Efficiency : The Case of Ukraine. Managerial and Decision Economics, 26, 451–
460. https://doi.org/10.1002/mde.1258
Zondi, S., & Sibanda, M. (2015). Managerial ownership and firm performance on
selected JSE listed firms. Corporate Ownership and Control, 12(3), 233–241.
https://doi.org/10.22495/cocv12i3c2p3
Zou, Y. (2019). An analysis of Chinese firm size distribution and growth rate.
https://doi.org/10.1016/j.physa.2019.122344
Zuhroh, I. (2019). The Effects of Liquidity, Firm Size, and Profitability on the Firm
https://doi.org/10.18502/kss.v3i13.4206
Zulvia, Y., & Roza Linda, M. (2019). The Determinants of Capital Structure in
https://doi.org/10.18502/kss.v3i11.4046
405
Lampiran 1
Perusahaa Likuidita
No Tahun Ukuran Pertumbuhan SA NDTS Profitabilitas MO DR LTDR NP
n s
31.3348 15.9100 0.5411 2.5500
1 ADRO 2010 -8.34763 0.21700 0.04728 5.43661 1.76000 0.39844
1 0 3 5
31.5690 15.9500 0.5684 1.6717
2 ADRO 2011 46.45106 0.25310 0.03644 9.88697 1.67000 0.43074
1 0 3 1
31.8010 15.0000 0.5524 1.3383
3 ADRO 2012 -0.44616 0.26434 0.04011 5.70428 1.57000 0.41809
0 0 6 4
32.0453 15.1500 0.5255 0.9475
4 ADRO 2013 11.97957 0.25332 0.04326 3.34746 1.77000 0.41063
2 0 3 0
32.0100 15.0200 0.4918 0.9088
5 ADRO 2014 2.59629 0.25205 0.04958 2.85700 1.64000 0.37104
8 0 1 6
32.0401 13.1900 0.4372 0.6376
6 ADRO 2015 -10.45953 0.24622 0.05467 2.53419 2.40000 0.36101
0 0 8 9
32.1041 13.3200 0.4195 1.0382
7 ADRO 2016 -8.40944 0.23676 0.05157 5.22344 2.47000 0.32072
8 0 4 2
32.1537 12.2500 0.4005 1.0466
8 ADRO 2017 30.15780 0.22166 0.04928 7.89251 2.56000 0.28678
1 0 6 5
32.2592 12.4000 0.3906 0.7704
9 ADRO 2018 18.83899 0.22798 0.05011 6.63684 1.71177 0.27499
2 0 2 0
32.2385 12.4000 0.4480 0.9442
10 ADRO 2019 -8.47144 0.23866 0.05386 5.36930 1.96008 0.27727
6 0 6 6
29.6824 0.6179 1.4614
11 AKRA 2010 15.18856 0.31653 0.02090 4.00015 1.21000 0.97000 0.10679
3 3 7
29.7613 0.5638 1.9372
12 AKRA 2011 82.21561 0.30669 0.02519 27.90145 1.35000 0.57000 0.10526
8 1 6
30.0980 0.6428 1.9988
13 AKRA 2012 15.25051 0.26955 0.01933 6.41246 1.44000 0.50000 0.20661
6 6 3
30.3143 0.6334 1.7937
14 AKRA 2013 3.06347 0.28884 0.01725 4.22898 1.17000 0.48000 0.18292
1 9 5
30.3251 0.5970 1.6870
15 AKRA 2014 0.58376 0.29680 0.02095 5.34456 1.09000 0.71000 0.17895
0 0 6
30.3525 0.5207 2.3844
16 AKRA 2015 -12.03252 0.29399 0.02324 6.96397 1.49000 0.68000 0.20032
2 5 6
30.3929 0.4899 2.0028
17 AKRA 2016 -23.03198 0.28816 0.02184 6.61278 1.27000 0.71000 0.12259
7 6 8
30.4537 0.4632 1.9754
18 AKRA 2017 20.21579 0.25053 0.02046 7.75477 1.72000 0.57000 0.14052
8 6 7
30.6237 0.5021 1.3658
19 AKRA 2018 28.76327 0.24681 0.01462 8.00695 1.39762 0.67000 0.09785
9 9 9
30.6948 0.5297 1.2705
20 AKRA 2019 -7.83717 0.24873 0.01527 3.28402 1.23703 0.67000 0.12283
3 8 0
28.0392 0.6637 0.7497
21 ALMI 2010 72.10504 0.34547 0.02869 2.90682 0.87000 1.60000 0.01614
5 3 3
28.2531 0.6843 0.7595
22 ALMI 2011 19.56884 0.33817 0.02191 2.62120 1.20000 1.96000 0.14175
9 4 7
28.2631 0.6875 0.7407
23 ALMI 2012 -10.75475 0.36397 0.02516 0.74135 1.29000 1.60000 0.19552
3 6 6
28.6433 0.7611 0.7947
24 ALMI 2013 -10.87404 0.29670 0.01776 0.94906 1.06000 1.60000 0.09730
8 5 2
28.7980 0.8004 0.8518
25 ALMI 2014 16.18685 0.24341 0.01562 0.06067 1.02000 1.60000 0.06268
5 5 4
28.4144 0.7418 0.7975
26 ALMI 2015 -0.08267 0.36190 0.02309 -2.44920 0.90000 1.60000 0.04717
8 5 6
27 ALMI 2016 28.3979 -26.14593 0.32602 0.02312 -4.64146 0.85000 1.62000 0.8125 0.03813 0.8648
406
0 0 6
28.4965 0.8405 0.8975
28 ALMI 2017 41.55922 0.27132 0.02079 0.35543 0.97000 1.68000 0.10506
6 6 9
28.6540 0.8823 0.9709
29 ALMI 2018 26.91537 0.23158 0.01813 0.23525 0.98664 1.68000 0.11138
7 7 5
28.1766 0.9987 1.1265
30 ALMI 2019 -49.48710 0.32370 0.02992 -17.31574 0.73748 1.66000 0.08675
2 3 2
29.6794 0.4564 1.0314
31 APLN 2010 126.49830 0.08819 0.00886 3.63352 3.00000 3.03000 0.26414
9 5 6
30.0141 0.5358 0.9030
32 APLN 2011 97.24875 0.20485 0.00785 6.31904 1.83000 3.03000 0.29943
6 1 0
30.3520 0.5821 0.8202
33 APLN 2012 22.62836 0.12195 0.00526 5.53640 1.56000 3.03000 0.29929
3 9 9
30.6106 0.6335 0.6539
34 APLN 2013 4.51571 0.14004 0.00470 4.72685 1.68000 3.03000 0.36883
2 0 6
30.7959 0.6427 0.6590
35 APLN 2014 8.06692 0.13380 0.00405 4.15380 1.83229 3.10000 0.39252
1 1 0
30.8321 0.6305 0.6428
36 APLN 2015 12.74441 0.14726 0.00446 4.54723 1.38918 3.09000 0.34387
1 8 8
30.8779 0.6122 0.6239
37 APLN 2016 0.59231 0.15747 0.00385 3.65486 1.06783 0.04000 0.31489
8 1 6
30.9910 0.6006 0.6102
38 APLN 2017 17.24810 0.13962 0.00380 6.53898 1.30647 0.04000 0.34987
5 6 8
31.0182 0.5873 0.5967
39 APLN 2018 -28.50634 0.14987 0.00130 0.87974 1.04950 0.04000 0.32348
5 6 1
31.0140 0.5643 0.5736
40 APLN 2019 -24.68260 0.12417 0.00051 -0.02470 1.66431 0.03000 0.39765
7 0 9
32.3571 0.4799 0.6756
41 ASII 2010 31.93573 0.19705 0.00004 15.28926 1.28000 0.04000 0.15671
4 7 5
32.6700 0.5085 0.7026
42 ASII 2011 25.05789 0.18665 0.00003 13.83368 1.34000 0.04000 0.18994
4 6 9
32.8365 0.5072 0.6760
43 ASII 2012 15.67936 0.18832 0.03683 12.32211 1.40000 0.04000 0.21002
3 6 6
32.9969 0.5037 0.6324
44 ASII 2013 3.09859 0.17693 0.03487 11.07882 1.24000 0.04000 0.17135
7 8 2
33.0949 0.4902 0.6175
45 ASII 2014 4.03394 0.17477 0.03302 9.37385 1.32000 0.04000 0.17872
8 2 7
33.1340 0.4844 0.5834
46 ASII 2015 -8.67869 0.16991 0.03207 6.36136 1.38000 0.04000 0.17381
5 5 2
33.1988 0.4657 0.5936
47 ASII 2016 -1.68950 0.16512 0.02880 6.98936 1.24000 0.04000 0.12553
1 1 5
33.3201 0.4712 0.5848
48 ASII 2017 13.79084 0.16372 0.02661 7.83538 1.23000 0.04000 0.13731
8 3 8
33.4737 0.4941 0.5907
49 ASII 2018 16.08681 0.16748 0.02733 8.36933 1.14601 0.05000 0.15631
3 8 7
33.4945 0.4693 0.5490
50 ASII 2019 -0.85157 0.17711 0.03822 6.61414 1.29107 0.06000 0.18534
3 6 1
27.6484 0.2836 1.0623
51 BKDP 2010 43.62108 0.48776 0.00057 -1.44102 5.04000 8.20000 0.20362
1 0 3
27.6072 0.2747 1.0792
52 BKDP 2011 -60.42304 0.54153 0.00159 -2.12844 4.43000 8.20000 0.19689
3 6 4
27.5256 0.2779 0.9459
53 BKDP 2012 -24.38061 0.01292 0.00202 -6.48882 2.49000 8.20000 0.15455
0 7 3
27.4631 0.3014 0.9477
54 BKDP 2013 -15.03097 0.01134 0.00276 -6.99467 3.19000 8.20000 0.21252
8 1 6
27.4437 0.2790 1.0863
55 BKDP 2014 843.26746 0.00993 0.00196 0.86771 1.49300 8.20000 0.10092
2 0 4
27.3967 0.2760 1.0531
56 BKDP 2015 -44.03535 0.00946 0.00172 -3.56779 3.06731 8.20000 0.18816
7 5 3
27.3890 0.3046 0.9136
57 BKDP 2016 -12.79014 0.00890 0.00136 -3.68719 0.20773 8.20000 0.00218
7 1 7
27.3870 0.3621 1.0160
58 BKDP 2017 -17.60026 0.01541 0.00326 -5.50993 0.37673 8.20000 0.18580
3 4 3
27.3642 0.3919 0.9360
59 BKDP 2018 -16.48336 0.01250 0.00375 -4.78614 0.33097 8.78000 0.18793
4 2 2
407
1 0 4 0
30.4086 60.7300 0.6934 2.4450
93 BYAN 2012 3.95421 0.19684 0.03051 -0.37561 1.17000 0.45440
4 0 1 0
30.5872 60.7300 0.7128 2.1867
94 BYAN 2013 2.32701 0.18056 0.03550 -3.82921 1.10000 0.43751
1 0 9 0
30.3014 60.7400 0.7801 2.3145
95 BYAN 2014 -26.84192 0.22203 0.03792 -16.27135 0.62000 0.33351
6 0 1 2
30.1910 60.7400 0.8164 2.8455
96 BYAN 2015 -37.72658 0.27722 0.04537 -8.72185 1.89000 0.65720
9 0 3 4
30.0362 60.7400 0.7718 2.5768
97 BYAN 2016 16.35670 0.29968 0.04871 2.18452 2.55000 0.66517
1 0 5 3
30.1193 60.7400 0.7060 3.6403
98 BYAN 2017 93.75422 0.29193 0.04089 38.03018 1.02000 0.07940
9 0 5 1
30.4443 63.5900 0.4108 4.3860
99 BYAN 2018 67.90582 0.26008 0.03372 43.08471 1.23724 0.06566
7 0 2 6
10 30.5083 65.6900 0.5156 3.4988
BYAN 2019 -20.32925 0.25892 0.04020 20.12834 0.89437 0.06105
0 1 0 0 2
10 28.1645 0.6932 0.8736
CSAP 2010 16.41261 0.20654 0.02257 2.19472 1.17000 5.40000 0.06184
1 3 6 5
10 28.3287 0.7040 1.0330
CSAP 2011 24.50518 0.20663 0.01839 3.75556 1.18000 5.40000 0.06642
2 5 6 8
10 28.5521 0.7419 1.0050
CSAP 2012 20.52902 0.26407 0.01712 2.61426 1.10000 5.40000 0.10734
3 9 5 9
10 28.7649 0.7693 0.9358
CSAP 2013 28.23249 0.23619 0.01525 2.54783 1.07000 5.40000 0.09015
4 7 4 0
10 28.8276 0.7525 1.2519
CSAP 2014 10.95210 0.19395 0.01580 3.46606 1.13000 5.40000 0.07192
5 4 2 8
10 28.8902 0.7577 1.0824
CSAP 2015 1.96801 0.22110 0.01574 1.22132 1.10000 5.40000 0.09193
6 1 0 4
10 29.0757 0.6671 1.1688
CSAP 2016 6.59441 0.20547 0.01408 1.75997 1.26000 4.01000 0.07933
7 8 0 5
10 29.2677 0.5505 0.9087
CSAP 2017 24.14188 0.16958 0.01446 1.73253 1.16000 6.56000 0.08820
8 4 8 0
10 29.3863 0.6645 1.0845
CSAP 2018 7.97424 0.23804 0.01597 1.54893 1.23321 2.75000 0.09357
9 4 5 5
11 29.5157 0.7005 1.0052
CSAP 2019 10.34740 0.25198 0.01561 1.04000 1.13789 3.16000 0.09962
0 5 4 3
11 28.5251 0.5908 1.4088
CTBN 2010 -13.64705 0.24346 0.02999 6.75435 1.38000 0.03000 0.10011
1 0 9 6
11 28.4293 0.4119 1.9422
CTBN 2011 -3.88368 0.20829 0.02571 20.31549 2.19000 0.03000 0.08388
2 7 7 1
11 28.5849 0.4687 1.8247
CTBN 2012 4.97785 0.18594 0.01964 12.86262 1.79000 0.03000 0.05839
3 2 5 9
11 28.8441 0.4495 1.5197
CTBN 2013 2.76317 0.20141 0.02063 13.91738 1.79000 0.03000 0.05756
4 0 6 7
11 28.8041 0.4370 1.7495
CTBN 2014 29.24897 0.24277 0.02414 9.80418 1.80000 0.03000 0.05991
5 4 9 6
11 28.8492 0.4194 1.6563
CTBN 2015 -35.42589 0.29963 0.02551 3.52912 1.65000 0.03600 0.06458
6 1 9 6
11 28.3993 0.2617 2.1919
CTBN 2016 -20.56681 0.35645 0.03399 -0.58171 2.59000 0.00269 0.08035
7 8 3 3
11 28.3364 0.2787 2.1958
CTBN 2017 -49.13414 0.37959 0.04282 -8.10604 2.47000 0.00269 0.07071
8 7 3 9
11 28.4445 0.3656 1.8913
CTBN 2018 84.29949 0.29831 0.03445 -3.72291 1.82738 0.00200 0.04854
9 5 7 0
12 28.5037 0.4112 1.4646
CTBN 2019 60.73392 0.25787 0.03005 0.95464 1.77435 0.00100 0.05543
0 2 8 8
12 28.3035 0.5042 0.9171
DGIK 2010 5.43193 0.04256 0.01408 3.60293 1.53000 2.89000 0.00757
1 8 6 8
12 28.0268 0.3538 0.6858
DGIK 2011 -19.11967 0.05214 0.01934 0.53878 2.30000 0.10000 0.04635
2 3 9 6
12 28.1951 0.4269 0.8808
DGIK 2012 11.63992 0.05493 0.02447 2.70149 1.78000 0.10000 0.04108
3 7 9 8
12 28.3733 0.4952 0.8909
DGIK 2013 17.41059 0.05664 0.02446 3.14670 1.56000 0.10000 0.02790
4 4 9 4
409
7 9 0 7
15 27.4216 0.4995 0.5760
GEMA 2017 -6.17188 0.27186 0.01309 2.94734 1.31000 3.82000 0.05746
8 6 5 9
15 27.6177 0.5682 1.0806
GEMA 2018 33.01985 0.31770 0.01178 2.86533 1.29319 3.82000 0.10813
9 3 6 2
16 27.5923 0.5756 1.1377
GEMA 2019 0.90008 0.30906 0.01398 2.93620 1.23752 3.82000 0.11103
0 1 1 6
16 31.0566 0.3064 2.8100
GGRM 2010 14.31142 0.24093 0.02607 13.71034 2.70000 0.84000 0.03056
1 4 7 3
16 31.2968 0.3719 3.4262
GGRM 2011 11.12267 0.20952 0.02245 12.68423 2.24000 0.92000 0.02567
2 5 2 4
16 31.3569 0.3590 2.9687
GGRM 2012 17.05731 0.25029 0.02467 9.80192 2.17000 0.92000 0.02653
3 4 4 2
16 31.5583 0.4206 2.0123
GGRM 2013 13.07042 1.14675 0.02182 8.63484 1.72000 0.92000 0.02481
4 3 0 1
16 31.6952 0.4292 2.4352
GGRM 2014 17.58555 0.32589 0.02565 9.26698 1.62000 0.92000 0.02076
5 6 6 9
16 31.7821 0.4015 2.0678
GGRM 2015 7.94608 0.31661 0.02752 10.16108 1.77000 0.92000 0.02287
6 5 0 9
16 31.7733 0.3715 2.3245
GGRM 2016 8.39697 0.32563 0.03313 10.59970 1.94000 0.67000 0.02778
7 9 1 9
16 31.8321 0.3680 2.7832
GGRM 2017 9.21908 0.32068 0.03361 11.61677 1.94000 0.67000 0.05746
8 2 7 7
16 31.8665 0.3468 2.6754
GGRM 2018 14.88698 0.32937 0.03278 11.53159 2.05806 0.67000 0.02837
9 4 1 4
17 31.9959 0.3524 1.6490
GGRM 2019 15.48064 0.32263 0.03216 13.73233 2.06200 0.67000 0.03125
0 9 2 5
17 28.3709 0.4130 1.2679
GZCO 2010 11.42837 0.14527 0.01656 7.67236 1.64000 2.90000 0.34157
1 5 3 1
17 28.6729 0.4683 0.8578
GZCO 2011 8.45370 0.16265 0.01299 5.92673 0.79000 6.54000 0.36465
2 2 1 4
17 28.7902 0.4980 0.8744
GZCO 2012 -17.77453 0.15510 0.01239 3.08770 1.51000 6.33000 0.42024
3 6 0 6
17 28.7945 0.5303 0.7365
GZCO 2013 5.50048 0.16032 0.01276 -2.99412 0.75000 6.09000 0.41189
4 2 8 6
17 28.8043 0.5191 0.7697
GZCO 2014 8.23553 0.15530 0.01059 1.57787 0.88000 5.61000 0.44685
5 2 9 5
17 29.2332 0.4621 0.5769
GZCO 2015 6.21489 0.17421 0.00700 -0.64092 1.26000 5.51000 0.42094
6 5 3 6
17 28.8971 0.6467 0.7736
GZCO 2016 10.83777 0.24809 0.01004 -43.63107 0.51000 5.04000 0.59609
7 3 6 2
17 28.8888 29.9900 0.5627 0.6685
GZCO 2017 18.73078 0.24231 0.00631 -4.79073 0.81000 0.49396
8 0 0 7 3
17 28.6994 29.2400 0.6321 0.7352
GZCO 2018 -12.59612 0.26674 0.01676 -0.01539 0.24782 0.51421
9 7 0 6 2
18 28.2970 27.1800 0.5783 0.7324
GZCO 2019 -31.90493 0.22059 0.01965 -0.02063 1.41876 0.46184
0 2 0 1 3
18 27.6484 0.4576 0.8341
HDTX 2010 -29.38308 0.30395 0.03035 0.11704 0.84000 2.38000 0.16189
1 8 4 5
18 27.6445 0.4423 0.7296
HDTX 2011 53.60926 0.49537 0.04654 1.70535 0.99000 2.38000 0.13596
2 0 4 2
18 27.9403 0.5335 1.6020
HDTX 2012 -15.31320 0.50222 0.03386 0.22766 0.93000 2.38000 0.21703
3 8 3 7
18 28.4975 0.6972 0.9646
HDTX 2013 22.78068 0.40464 0.01739 -9.19210 0.45000 2.38000 0.27598
4 9 7 4
18 29.0712 0.8544 0.5222
HDTX 2014 11.17149 0.82270 0.01452 -2.49855 0.97000 2.38000 0.73337
5 6 1 5
18 29.2158 0.7138 1.3672
HDTX 2015 19.23300 0.84140 0.02470 -7.29053 0.72000 2.88000 0.54330
6 3 5 0
18 29.1878 0.7515 1.1919
HDTX 2016 17.52114 0.82088 0.05145 -8.29686 0.75000 2.85000 0.58852
7 1 7 2
18 29.0260 0.9173 1.3600
HDTX 2017 -21.47663 0.91669 0.06283 -20.99209 0.23000 2.85000 0.48872
8 5 4 4
18 27.0981 0.7680 1.5411
HDTX 2018 -99.95916 0.70056 0.41412 -38.29557 0.15798 2.88000 0.36758
9 9 5 9
411
2 3 9 4
22 30.2996 0.3277 3.5835
ITMG 2012 9.19362 0.22499 0.05118 28.97238 2.22000 0.03000 0.03473
3 5 9 4
22 30.4690 0.3076 2.1928
ITMG 2013 13.35138 0.22740 0.04463 16.55610 1.99000 0.01000 0.03851
4 2 5 9
22 30.4220 0.3249 1.3909
ITMG 2014 -9.63051 0.21800 0.08567 20.05313 1.56000 0.02000 0.04708
5 2 7 5
22 30.4193 0.2917 0.6897
ITMG 2015 -9.24940 0.21606 0.09678 5.35548 1.80000 0.01000 0.05046
6 8 7 4
22 30.4194 0.2499 1.4229
ITMG 2016 -16.19483 0.18499 0.08330 10.80425 2.26000 0.01000 0.05251
7 1 3 7
22 30.5437 0.2947 1.5654
ITMG 2017 24.57851 0.16379 0.07179 18.59939 2.43000 0.09057 0.05374
8 6 9 6
22 30.6703 0.3278 1.4230
ITMG 2018 27.01132 0.15754 0.06844 17.93519 1.96578 0.09522 0.05756
9 9 1 1
23 30.4528 0.2684 1.0399
ITMG 2019 -17.96904 0.18428 0.17488 10.46300 2.01206 0.09523 0.07550
0 1 6 2
23 29.1946 21.5700 0.4252 0.7444
JIHD 2010 -36.36779 0.27812 0.02562 4.46921 0.94000 0.07356
1 9 0 6 8
23 29.1040 21.5600 0.2408 0.5718
JIHD 2011 -29.35053 0.28754 0.02910 1.60250 2.39000 0.08141
2 4 0 2 4
23 29.1249 21.5700 0.2415 0.6075
JIHD 2012 4.84310 0.25800 0.02034 1.91632 1.65000 0.14739
3 4 0 7 6
23 29.4971 21.2300 0.2219 0.7012
JIHD 2013 210.44803 0.17179 0.01481 27.33031 3.21000 0.13172
4 5 0 9 6
23 29.5004 21.2300 0.2773 0.6544
JIHD 2014 -56.93523 0.16817 0.01875 2.11720 1.99000 0.17891
5 8 0 3 4
23 29.4982 21.2300 0.3122 0.5228
JIHD 2015 2.87863 0.16613 0.01778 1.41927 1.09000 0.17995
6 3 0 6 4
23 29.5188 21.2300 0.2762 0.4497
JIHD 2016 0.45546 0.16064 0.01328 4.79056 0.74000 0.16047
7 1 0 3 2
23 29.5264 13.1500 0.2565 0.4175
JIHD 2017 -0.87542 0.15548 0.01386 2.89265 0.83000 0.14092
8 5 0 2 0
23 29.4338 13.1500 0.2649 0.4507
JIHD 2018 6.24785 0.16810 0.01655 2.61063 0.87947 0.13940
9 3 0 5 6
24 29.5544 13.1500 0.2709 0.4581
JIHD 2019 -0.64891 0.14717 0.01512 2.10600 0.71299 0.13354
0 7 0 6 1
24 28.2999 0.6104 0.8469
JKON 2010 -0.47624 0.13433 0.02116 5.90974 1.39000 4.24000 0.04213
1 3 6 3
24 28.4227 0.6105 0.9765
JKON 2011 19.13529 0.13773 0.02213 6.21179 1.38000 4.24000 0.04050
2 3 6 7
24 28.5701 0.6029 0.9413
JKON 2012 25.29215 0.13678 0.02688 7.24259 1.35000 4.24000 0.02641
3 4 3 3
24 28.8597 0.5269 3.1520
JKON 2013 15.30511 0.11702 0.02007 6.17402 1.60000 4.06000 0.02517
4 9 9 0
24 28.9777 0.5413 4.1468
JKON 2014 2.02012 0.16387 0.02078 5.73482 1.55505 4.06000 0.05697
5 3 5 4
24 28.9596 0.4852 4.1132
JKON 2015 -1.29697 0.17824 0.02432 6.26689 1.64868 4.15000 0.08090
6 8 0 0
24 29.0191 0.4508 2.9739
JKON 2016 -0.10653 0.17529 0.00278 8.27622 1.69290 2.11000 0.08289
7 6 3 9
24 29.0667 0.4282 2.5237
JKON 2017 -3.34208 0.17428 0.00303 7.37530 1.70366 3.30000 0.09115
8 0 0 5
24 29.2005 0.4624 1.6980
JKON 2018 14.72056 0.15549 0.00285 5.58315 1.29822 3.30000 0.05997
9 2 6 9
25 29.2259 0.4525 2.1072
JKON 2019 6.07993 0.13558 0.00350 4.10468 1.35794 3.30000 0.05239
0 8 8 2
25 26.1886 0.3490 0.6925
JTPE 2010 64.59599 0.44156 0.02982 31.97347 2.10000 4.95000 0.08508
1 7 6 9
25 26.4654 0.3984 2.1014
JTPE 2011 13.77532 0.46390 0.03595 25.56627 1.56000 5.11000 0.05899
2 2 1 7
25 26.8251 0.5380 2.0038
JTPE 2012 -17.46830 0.42070 0.02827 9.49893 1.38000 4.95000 0.12525
3 6 8 9
25 27.0778 0.5792 1.5177
JTPE 2013 42.46557 0.37717 0.03332 7.08448 1.30000 4.95000 0.10544
4 4 1 2
413
7 7 0 8
28 27.2482 0.3367 0.9202
LION 2017 -7.76659 0.14309 0.01874 1.36127 3.27000 0.24000 0.11119
8 0 3 5
28 27.2688 0.3174 0.8255
LION 2018 21.28651 0.12723 0.01759 2.10847 3.51386 0.25700 0.10647
9 9 7 3
29 27.2570 0.3187 0.6725
LION 2019 -12.17533 0.11458 0.01446 0.13459 3.81755 0.25700 0.12721
0 8 7 9
29 27.1349 0.3403 0.7875
LMPI 2010 5.36626 0.30195 0.03345 0.45885 1.76000 0.01000 0.05806
1 5 1 0
29 27.2539 0.4064 0.7078
LMPI 2011 25.04843 0.33504 0.03206 0.79079 1.48000 0.01000 0.08758
2 9 4 7
29 27.4266 0.4976 0.8131
LMPI 2012 19.13092 0.33646 0.02733 0.28719 1.24000 0.01000 0.06990
3 4 9 8
29 27.4352 0.5166 0.7803
LMPI 2013 13.01290 0.34094 0.02607 1.46438 1.19000 0.01000 0.05856
4 4 3 6
29 27.4189 0.5065 0.7247
LMPI 2014 -24.04398 0.32648 0.02628 0.21152 1.24000 0.01000 0.05294
5 3 7 6
29 27.3992 0.4941 0.6378
LMPI 2015 -11.84955 0.33004 0.02221 0.50032 1.26000 0.01000 0.05117
6 1 2 1
29 27.4207 0.4963 0.6643
LMPI 2016 -9.00144 0.32283 0.02120 0.85554 1.51000 0.01000 0.04670
7 5 1 2
29 27.4501 68.2800 0.5491 0.7509
LMPI 2017 -0.19444 0.31413 0.02094 -3.73148 1.59000 0.11721
8 6 0 5 6
29 27.3911 68.2800 0.5799 0.7645
LMPI 2018 10.80181 0.33122 0.02129 -5.89688 1.38504 0.09747
9 2 0 1 1
30 27.3267 68.2800 0.6077 0.7294
LMPI 2019 13.60033 0.34908 0.02310 -5.64895 1.18885 0.06043
0 2 0 7 6
30 25.0825 25.6100 0.4017 0.4606
LMSH 2010 29.00466 0.29798 0.02068 9.40026 2.28000 0.10434
1 4 0 3 5
30 25.3084 25.6100 0.4164 0.9061
LMSH 2011 28.88667 0.20627 0.02046 11.11723 2.33000 0.09128
2 3 0 1 1
30 25.5795 25.6100 0.2413 1.0254
LMSH 2012 7.49604 0.18465 0.01429 32.11485 4.07000 0.04657
3 7 0 3 8
30 25.6769 25.6100 0.2203 0.7623
LMSH 2013 14.85214 0.16448 0.01366 10.15046 4.20000 0.02619
4 6 0 9 9
30 25.6643 25.1500 0.1712 0.6138
LMSH 2014 -2.78638 0.21100 0.01614 5.29103 5.57000 0.03293
5 1 0 7 3
30 25.6194 25.5800 0.1595 0.5721
LMSH 2015 -29.90019 0.20780 0.01750 1.45310 8.09000 0.07716
6 8 0 2 3
30 25.8159 20.6400 0.2795 0.6273
LMSH 2016 -9.58997 0.38013 0.01341 3.84025 2.77000 0.06163
7 6 0 1 6
30 25.8056 20.6400 0.1957 0.5769
LMSH 2017 42.13740 0.34659 0.01624 8.04589 4.28000 0.06591
8 8 0 1 4
30 25.7986 20.6400 0.1708 0.5187
LMSH 2018 6.97907 0.33466 0.01904 1.80407 5.29319 0.06269
9 1 0 1 6
31 25.7143 20.6400 0.2274 0.5381
LMSH 2019 -25.93093 0.35123 0.02010 -12.40465 3.72306 0.08158
0 1 0 5 1
31 28.9094 0.7158 0.8027
LTLS 2010 4.13327 0.28553 0.02103 2.87794 1.10000 3.64000 0.25221
1 9 4 2
31 29.0273 0.7639 0.8411
LTLS 2011 41.70818 0.20128 0.01641 2.60426 1.04000 3.64000 0.16797
2 4 2 4
31 29.0309 0.7204 0.7916
LTLS 2012 12.38046 0.26443 0.02164 3.64679 0.82000 3.64000 0.08638
3 2 4 2
31 29.1421 0.6932 0.7552
LTLS 2013 -7.70492 0.24434 0.02038 6.82790 1.14000 2.62000 0.07729
4 9 5 1
31 29.1718 0.6663 0.9671
LTLS 2014 2.67324 0.24562 0.02322 4.30943 1.20000 2.62000 0.21974
5 7 8 2
31 29.3161 0.6997 0.8443
LTLS 2015 9.81303 0.29206 0.02428 0.63100 0.97000 2.61000 0.19403
6 8 0 2
31 29.3641 0.7032 0.7997
LTLS 2016 -0.42974 0.32590 0.02176 2.03835 0.98000 2.78000 0.23023
7 6 7 6
31 29.3835 0.6756 0.8108
LTLS 2017 2.46606 0.33848 0.02460 3.18271 0.98000 3.16000 0.21838
8 8 8 8
31 29.4744 0.6636 0.8155
LTLS 2018 7.26931 0.30102 0.02393 3.68985 0.95152 4.57000 0.19086
9 9 8 2
415
2 8 0 4
35 27.6525 0.7159 0.9472
PANR 2012 -23.00950 0.43849 0.05862 3.24748 1.27000 3.48000 0.36867
3 0 2 9
35 27.8794 0.7136 1.0787
PANR 2013 9.47638 0.44703 0.06296 3.71224 1.21000 3.48000 0.39650
4 9 7 1
35 28.1436 0.7322 1.0793
PANR 2014 15.48677 0.31812 0.05879 3.55661 1.03000 3.48000 0.30297
5 9 6 8
35 28.1883 0.7633 1.0726
PANR 2015 -1.68247 0.46473 0.02869 2.90072 0.97000 3.48000 0.39726
6 4 1 0
35 28.4549 0.6690 0.9980
PANR 2016 10.92355 0.47168 0.02501 0.12749 1.22000 3.48000 0.35682
7 4 6 9
35 28.6054 0.5441 0.7932
PANR 2017 -5.95707 0.39150 0.02371 1.36210 1.54000 3.48000 0.23862
8 2 2 2
35 28.2261 0.5411 0.7860
PANR 2018 1.53554 0.38365 0.03135 -1.38074 1.22740 3.56000 0.28805
9 7 6 1
36 28.3954 0.5515 0.7381
PANR 2019 -4.21121 0.30848 0.02382 -1.04837 1.46269 3.56000 0.31294
0 7 2 3
36 24.4557 0.1260 0.8268
PGLI 2010 -0.15497 0.73789 0.04736 0.33506 0.69000 8.22000 0.01883
1 8 5 0
36 24.4989 0.1551 0.7144
PGLI 2011 2.84770 0.71298 0.04124 0.77932 2.00000 4.56000 0.06633
2 6 8 5
36 24.5366 0.1808 1.3657
PGLI 2012 3.01161 0.67242 0.04226 0.56068 1.06000 4.82000 0.08646
3 2 1 5
36 24.9453 0.1244 1.1980
PGLI 2013 -6.28662 0.30514 0.02536 41.71434 6.48000 4.82000 0.06685
4 9 1 7
36 24.9696 0.1768 0.9103
PGLI 2014 7.15694 0.38501 0.03465 1.75220 2.38000 7.42000 0.10193
5 9 7 9
36 24.8992 0.1210 0.6383
PGLI 2015 22.57389 0.40299 0.04012 0.72193 3.74000 8.29000 0.07090
6 4 9 0
36 24.9475 11.1100 0.1528 0.5599
PGLI 2016 26.56662 0.39795 0.04908 0.91181 2.86000 0.08847
7 6 0 8 9
36 25.1168 17.0600 0.2793 1.2139
PGLI 2017 -7.75584 0.32245 0.04945 1.82501 0.86000 0.10971
8 6 0 6 8
36 25.1584 0.2559 1.8639
PGLI 2018 -1.53355 0.28922 0.03767 5.09684 2.44377 4.41000 0.19731
9 3 1 5
37 25.2253 0.2935 2.0571
PGLI 2019 -10.84354 0.25002 0.02680 5.98062 2.27327 4.41000 0.23437
0 8 7 3
37 27.0695 0.6296 0.8189
PICO 2010 -3.43445 0.36467 0.02596 2.11498 1.03000 0.08000 0.08720
1 3 5 9
37 27.0544 0.6655 0.8607
PICO 2011 5.95513 0.32996 0.02752 2.19333 1.16000 0.08000 0.09743
2 8 4 8
37 27.1111 0.6651 0.9136
PICO 2012 -4.50185 0.28668 0.02429 1.88340 1.24000 0.08000 0.09506
3 8 4 7
37 27.1552 0.6539 0.7957
PICO 2013 15.36947 0.26070 0.02286 2.56228 1.31000 0.03910 0.09176
4 4 5 2
37 27.1636 0.6312 0.7763
PICO 2014 1.44394 0.22208 0.02205 2.57793 1.66000 0.03910 0.19063
5 2 0 2
37 27.1298 0.5921 0.7122
PICO 2015 0.71709 0.21845 0.01286 2.47199 1.59000 0.04000 0.12528
6 0 2 1
37 27.1299 0.5722 0.7804
PICO 2016 -24.45421 0.21573 0.01386 2.06509 1.67000 0.04000 0.12346
7 5 1 7
37 27.3028 0.6116 0.7916
PICO 2017 41.40924 0.17109 0.01674 2.33589 1.51000 0.04000 0.16210
8 5 8 0
37 27.4836 0.6412 0.8059
PICO 2018 3.87918 0.16555 0.01448 1.82286 1.23718 0.04000 0.16477
9 0 7 3
38 27.7511 0.7325 1.5893
PICO 2019 -0.75820 0.12814 0.01246 0.66397 0.69716 0.04000 0.13184
0 3 0 8
38 26.7915 37.6600 0.5599 0.8016
PKPK 2010 -24.33227 0.44263 0.11635 1.87738 1.45000 0.20411
1 3 0 3 4
38 26.8413 28.9500 0.5951 0.8356
PKPK 2011 34.18365 0.39340 0.09394 -1.38465 1.22000 0.11737
2 1 0 5 9
38 26.7053 32.2100 0.5590 0.8997
PKPK 2012 -24.43659 0.27467 0.08435 -2.28880 1.31000 0.05126
3 8 0 9 6
38 26.6136 32.2100 0.5155 0.6582
PKPK 2013 -31.19380 0.20255 0.06334 0.09238 1.46000 0.02776
4 6 0 3 5
417
7 6 0 9 3
41 27.5372 70.0000 0.2481 0.3693
PTSN 2017 4.27540 0.60133 0.10035 -12.50994 2.16000 0.07196
8 3 0 0 7
41 29.0569 70.0000 0.7578 1.0401
PTSN 2018 378.32367 0.23578 0.02497 4.17264 1.07996 0.05205
9 7 0 0 4
42 28.4386 70.0000 0.5624 1.1975
PTSN 2019 -17.50225 0.53226 0.05048 0.55889 1.20101 0.17639
0 8 0 7 4
42 26.3767 0.2228 0.5115
PUDP 2010 3.08561 0.34346 0.02145 3.55121 1.89000 4.89000 0.05410
1 5 7 4
42 26.5544 0.2936 0.6341
PUDP 2011 53.11897 0.28235 0.01867 6.16908 1.69000 2.69000 0.05125
2 1 0 6
42 26.6126 0.2955 0.6641
PUDP 2012 5.20094 0.30738 0.01844 5.85250 1.83000 3.98000 0.10551
3 4 6 7
42 26.6276 0.2439 0.6324
PUDP 2013 1.59626 0.30578 0.01900 7.19507 1.96000 3.98000 0.08798
4 1 2 8
42 26.7192 0.2824 0.6370
PUDP 2014 -10.96460 0.28049 0.01836 3.74620 2.10000 3.98000 0.10603
5 1 9 3
42 26.8234 0.3044 0.6239
PUDP 2015 61.31434 0.25710 0.01544 6.18767 1.64000 3.98000 0.06985
6 0 6 3
42 26.9983 0.3796 0.6153
PUDP 2016 5.52242 0.21853 0.01409 4.31501 1.77000 3.98000 0.11063
7 5 1 8
42 26.9475 0.3371 0.6309
PUDP 2017 -5.48338 0.33555 0.01713 1.19205 1.55000 3.98000 0.11328
8 2 6 2
42 26.9167 0.3091 0.6323
PUDP 2018 -36.47737 0.35001 0.01895 1.16990 3.95840 5.26000 0.23022
9 1 8 3
43 27.0146 0.3682 0.5513
PUDP 2019 -21.63484 0.20258 0.01810 0.80457 4.07499 8.28000 0.24997
0 8 5 7
43 29.2260 0.5888 1.0303
PWON 2010 76.09824 0.29448 0.00898 6.42237 0.89000 0.03000 0.46320
1 6 1 0
43 29.3793 0.5869 0.9798
PWON 2011 20.35823 0.28884 0.01503 6.58921 1.38000 0.03000 0.36930
2 0 0 7
43 29.6546 0.5857 2.0179
PWON 2012 46.49819 0.11163 0.01458 10.13104 1.34000 0.03000 0.31893
3 6 0 2
43 29.8608 0.5587 1.9572
PWON 2013 39.91878 0.07239 0.01683 12.22325 1.30000 0.03000 0.25229
4 5 9 3
43 30.4506 0.5061 1.9850
PWON 2014 27.80635 0.05750 0.01038 15.49622 1.40728 0.03000 0.27316
5 6 0 0
43 30.5637 0.4964 1.7685
PWON 2015 19.44026 0.07760 0.01301 7.45843 1.22264 0.02000 0.26091
6 1 9 6
43 30.6599 0.4669 0.4683
PWON 2016 4.67134 0.08221 0.01291 8.61102 1.32666 0.02000 0.24360
7 0 8 0
43 30.7819 0.4523 0.4538
PWON 2017 18.10399 0.07200 0.01187 8.66754 1.71531 0.02000 0.24205
8 9 9 0
43 30.8506 0.3879 0.3891
PWON 2018 23.84121 0.06926 0.01387 11.33954 2.31248 0.02000 0.22424
9 2 8 7
44 30.8927 0.3065 0.3076
PWON 2019 1.71358 0.07955 0.01500 12.41532 2.85867 0.02000 0.17729
0 7 5 0
44 25.3342 23.0800 0.2322 0.9078
PYFA 2010 6.70980 0.52519 0.05594 4.17450 3.01000 0.07671
1 9 0 6 4
44 25.4942 23.0800 0.3019 1.0997
PYFA 2011 7.26689 0.46693 0.05097 4.38179 2.54000 0.09548
2 4 0 1 7
44 25.6348 23.0800 0.2623 0.9594
PYFA 2012 16.96758 0.48696 0.04570 3.90725 2.41000 0.14519
3 2 0 2 8
44 25.8887 11.5400 0.4637 1.0504
PYFA 2013 8.95429 0.55707 0.04568 3.53817 1.54000 0.18520
4 3 0 9 5
44 25.8750 11.5400 0.4410 1.0357
PYFA 2014 15.44797 0.53096 0.06281 1.53876 1.63000 0.16316
5 4 0 1 6
44 25.7981 11.5400 0.3671 1.0094
PYFA 2015 -2.00538 0.52611 0.06261 1.92995 1.99000 0.13876
6 4 0 7 6
44 25.8416 23.0800 0.3684 1.0090
PYFA 2016 -0.40947 0.47859 0.05158 3.08028 2.19000 0.14138
7 4 0 5 2
44 25.7957 11.5400 0.3177 0.9314
PYFA 2017 2.78864 0.47586 0.05400 4.46655 3.52000 0.17838
8 1 0 9 6
44 25.9546 11.5400 0.3642 0.9048
PYFA 2018 12.30662 0.48315 0.03903 4.51574 2.75752 0.18704
9 8 0 2 6
419
2 5 4 2
48 26.2437 0.4815 0.9793
SKLT 2012 16.63241 0.40733 0.04587 3.18844 1.41000 0.12000 0.12588
3 1 5 8
48 26.4336 0.5375 0.9492
SKLT 2013 41.15388 0.41734 0.04802 3.78822 1.23000 0.12000 0.12129
4 6 7 8
48 26.5271 0.5374 1.1624
SKLT 2014 20.16951 0.40778 0.05181 4.97052 1.18000 0.24000 0.11093
5 2 6 2
48 26.6558 0.5968 1.2745
SKLT 2015 9.34636 0.39393 0.04253 5.32124 1.19000 0.24000 0.17484
6 1 2 3
48 27.0658 0.4788 0.8532
SKLT 2016 11.90995 0.52737 0.02896 3.63332 1.32000 0.28000 0.18088
7 1 3 3
48 27.1789 0.5166 1.7107
SKLT 2017 9.63471 0.49005 0.02840 3.61018 1.26000 0.77000 0.18423
8 1 2 6
48 27.3397 0.5460 1.9325
SKLT 2018 14.31225 0.43255 0.02728 4.27596 1.22443 0.86000 0.15617
9 2 5 3
49 27.3963 0.5190 1.9252
SKLT 2019 22.59141 0.45565 0.02942 5.68303 1.29007 0.86000 0.14817
0 7 2 2
49 29.3701 0.5674 0.5733
SMDR 2010 1.66993 0.62715 0.04060 1.73062 1.17000 0.41000 0.33607
1 1 6 9
49 29.5052 0.6048 0.6094
SMDR 2011 18.15103 0.65544 0.03812 2.17851 1.06000 0.41000 0.36817
2 3 1 6
49 29.5496 0.5967 0.6016
SMDR 2012 15.97611 0.70944 0.05203 1.33520 1.03000 0.40000 0.33986
3 1 7 1
49 29.7009 0.5735 0.5765
SMDR 2013 11.08849 0.68963 0.05716 1.04323 1.05000 0.40000 0.30894
4 1 6 6
49 29.6790 0.5311 0.5468
SMDR 2014 -3.79406 0.67061 0.05385 3.41004 1.11000 0.40000 0.26497
5 8 5 3
49 29.7593 0.4894 0.4943
SMDR 2015 4.19700 0.64193 0.05400 1.73406 1.17000 0.44000 0.21723
6 8 0 3
49 29.6568 0.4750 0.4810
SMDR 2016 -40.13353 0.63752 0.05135 2.60813 1.10000 0.44250 0.19577
7 3 1 8
49 29.3100 0.7148 0.9531
SMDR 2017 47.42752 0.85591 0.06773 2.91606 0.11000 0.44290 0.23778
8 1 1 0
49 29.7935 0.4887 0.6055
SMDR 2018 19.81246 0.54103 0.04420 1.23605 1.09528 0.44000 0.15290
9 1 7 6
50 29.6028 0.5228 0.6386
SMDR 2019 -12.82436 0.48385 0.04788 -11.64248 1.26843 0.45000 0.18251
0 4 0 0
50 29.4457 0.6485 1.2587
SMRA 2010 42.00901 0.06175 0.01401 3.81679 0.86000 0.30000 0.03335
1 9 9 0
50 29.7227 0.6941 1.2203
SMRA 2011 38.71629 0.03759 0.01317 4.79934 1.37000 0.30000 0.25307
2 8 5 0
50 30.0176 0.6492 1.2792
SMRA 2012 46.78580 0.02597 0.01222 7.28262 1.12000 0.28000 0.17133
3 2 0 6
50 30.2454 0.6590 1.4828
SMRA 2013 18.20954 0.02576 0.01196 8.02311 1.28000 0.28000 0.29017
4 3 1 4
50 30.3640 0.6103 2.0361
SMRA 2014 30.28500 0.02385 0.01358 9.02187 1.58500 0.28000 0.37465
5 6 5 9
50 30.5626 0.5985 1.8675
SMRA 2015 5.43664 0.02242 0.01285 5.67259 1.65283 0.28000 0.36351
6 6 9 9
50 30.6664 0.6076 1.5261
SMRA 2016 -4.01191 0.02169 0.01292 2.90746 2.06284 0.14000 0.40496
7 7 2 8
50 30.7066 0.6143 1.2437
SMRA 2017 4.49806 0.01946 0.01547 2.45785 1.45921 0.61000 0.32467
8 1 7 2
50 30.7794 0.6111 1.1095
SMRA 2018 0.36836 0.01617 0.01297 2.96415 1.45221 0.99000 0.30084
9 4 2 7
51 30.8273 0.6132 1.2064
SMRA 2019 4.94734 0.01384 0.01138 2.50799 1.23666 1.08000 0.24437
0 5 8 7
51 27.4945 0.6295 0.9315
SSTM 2010 4.54730 0.54970 0.03837 1.13679 2.01000 7.87000 0.35626
1 8 8 5
51 27.4607 0.6454 0.8953
SSTM 2011 -9.72695 0.44255 0.04023 -2.85708 1.83000 8.00000 0.34096
2 7 1 0
51 27.4206 0.6483 0.8419
SSTM 2012 37.52375 0.47008 0.04275 -1.74471 1.72000 6.00000 0.34103
3 4 4 8
51 27.4102 0.6611 0.7765
SSTM 2013 3.47683 0.48127 0.04567 -1.64965 1.31000 8.00000 0.26731
4 1 5 1
421
7 8 5 6
54 28.4904 0.2131 1.7370
TCID 2017 7.10862 0.40843 0.04932 7.58428 4.91000 0.14200 0.10317
8 5 8 5
54 28.5251 0.1933 1.6118
TCID 2018 -2.12981 0.40845 0.05532 7.07725 5.86102 0.12600 0.10027
9 3 1 0
55 28.5675 0.2085 1.0754
TCID 2019 5.86683 0.36779 0.05984 5.68946 5.58210 0.12600 0.10826
0 8 5 9
55 27.8838 0.8296 0.8620
TMAS 2010 -2.09105 0.77991 0.12189 -8.89126 0.48000 0.14000 0.50002
1 9 6 9
55 27.6308 0.7568 0.8022
TMAS 2011 -0.94694 0.80744 0.13193 2.66224 0.55000 0.18000 0.42288
2 2 2 5
55 28.0588 0.7725 0.8275
TMAS 2012 13.33042 0.85004 0.08146 7.82257 0.51000 0.18000 0.48673
3 1 3 8
55 28.1441 0.7987 0.8274
TMAS 2013 27.37216 0.81019 0.09880 4.23941 0.52000 0.45000 0.45910
4 5 1 0
55 28.1176 0.6730 0.9837
TMAS 2014 21.95891 0.79622 0.08997 12.49263 0.49000 0.44000 0.29466
5 9 6 6
55 28.2087 0.5428 0.7925
TMAS 2015 -3.91308 0.81860 0.09028 17.79816 0.59000 0.44000 0.28280
6 9 5 6
55 28.5575 0.6061 0.7642
TMAS 2016 3.11719 0.85765 0.07224 9.16675 0.42000 0.44000 0.34802
7 2 7 9
55 28.7020 0.6494 0.7390
TMAS 2017 19.67851 0.80252 0.08589 1.82834 0.51000 0.45000 0.36891
8 5 8 2
55 28.6739 0.6231 0.9448
TMAS 2018 15.94744 0.76710 0.00000 1.22713 0.43002 0.61000 0.28606
9 2 0 1
56 28.8146 0.6377 0.8159
TMAS 2019 8.28727 0.76908 0.00000 3.08054 0.52842 0.60000 0.33708
0 3 5 2
56 28.0943 0.6223 1.1694
TOTL 2010 -10.94851 0.03853 0.00587 5.08208 1.51000 2.56000 0.05162
1 5 4 5
56 28.2715 0.6449 1.1571
TOTL 2011 1.83972 0.04443 0.00693 6.50963 1.40000 2.56000 0.04230
2 2 3 2
56 28.3557 0.6580 2.1449
TOTL 2012 16.85179 0.04828 0.00843 8.80387 1.44000 2.56000 0.05956
3 0 4 1
56 28.4314 0.6321 1.3979
TOTL 2013 24.72221 0.04189 0.00923 9.57453 1.58000 1.83000 0.08165
4 2 5 5
56 28.5407 0.6782 2.2158
TOTL 2014 -7.91204 0.02858 0.00630 6.59290 1.30000 1.83000 0.05097
5 9 1 9
56 28.6769 0.6956 1.4324
TOTL 2015 7.58749 0.06827 0.00891 6.72111 1.25833 1.83000 0.07125
6 9 2 6
56 28.7130 0.6805 1.5646
TOTL 2016 4.97968 0.06321 0.01307 7.49983 1.28067 1.83000 0.07584
7 2 3 5
56 28.8075 0.6885 1.3825
TOTL 2017 23.42801 0.07111 0.01223 7.13112 1.26076 1.83000 0.07369
8 5 4 1
56 28.8031 0.6741 1.2655
TOTL 2018 -5.20677 0.05133 0.01074 6.33124 1.33922 1.83000 0.07155
9 1 4 8
57 28.7172 0.6365 1.1383
TOTL 2019 -11.08353 0.05530 0.01355 5.92313 1.42262 1.83000 0.09496
0 2 5 2
57 30.2235 0.4654 0.5021
TPIA 2010 9.21129 0.08517 0.04258 2.60623 2.08000 0.01000 0.26887
1 6 6 2
57 30.3088 0.5029 0.6105
TPIA 2011 284.96417 0.57835 0.02618 5.52999 1.76000 0.03000 0.27222
2 5 9 3
57 30.3088 0.6420 0.8230
TPIA 2012 10.89334 0.64573 0.03917 -5.79485 1.43000 0.03000 0.32025
3 5 5 1
57 30.7839 0.5515 0.6336
TPIA 2013 39.17290 0.51774 0.03268 0.57826 1.31000 0.05000 0.22775
4 4 9 2
57 30.8060 0.5480 0.6290
TPIA 2014 -0.48991 0.59462 0.03319 0.94858 1.39000 0.06000 0.29963
5 9 9 0
57 30.9378 0.5238 0.6052
TPIA 2015 -34.02260 0.70235 0.03245 1.40980 1.10000 0.06000 0.32098
6 0 1 5
57 30.9847 0.4638 0.9296
TPIA 2016 28.45269 0.61840 0.03536 14.09521 1.53000 0.06000 0.25064
7 4 2 2
57 31.3316 0.4413 3.0851
TPIA 2017 26.33393 0.48461 0.02651 11.19963 2.43000 0.09000 0.24481
8 3 6 9
57 31.4595 0.4422 2.7396
TPIA 2018 12.49136 0.54419 0.02580 5.74498 2.05173 0.14000 0.22788
9 2 3 0
423
2 2 1 2
61 26.5795 0.5289 1.8097
YPAS 2012 10.92996 0.49206 0.02847 4.71414 0.40400 0.35000 0.16720
3 9 9 9
61 27.1430 0.6217 1.4399
YPAS 2013 6.24882 0.31362 0.02268 1.01355 1.17630 0.35000 0.14839
4 6 5 4
61 26.4931 0.4949 1.5370
YPAS 2014 -4.13140 0.56210 0.04457 -2.78694 1.38270 0.35000 0.20043
5 3 1 4
61 26.3551 0.4613 2.3754
YPAS 2015 -34.18921 0.59705 0.04971 -3.53917 1.22470 0.35000 0.15650
6 6 0 1
61 26.3589 0.4933 2.4954
YPAS 2016 0.33489 0.54810 0.04867 -3.90069 0.97360 0.35200 0.06048
7 8 2 7
61 26.4387 0.5813 2.7049
YPAS 2017 8.71585 0.48025 0.04372 -4.77692 0.89470 0.35200 0.03320
8 9 0 5
61 26.5252 0.6430 1.9347
YPAS 2018 36.43301 0.40259 0.04159 -2.73179 1.02989 0.35200 0.08653
9 5 0 8
62 26.3517 0.5638 1.8843
YPAS 2019 -5.98667 0.43579 0.04939 1.25397 1.55649 0.35200 0.22503
0 4 6 2
Model 1
Model Summaryb
ANOVAa
425
a. Dependent Variable: DR
Coefficientsa
Standardized
Unstandardized Coefficients Collinearity Statistics
Model Coefficients t Sig.
B Std. Error Beta Tolerance VIF
(Constant) .048 .108 .443 .658
Ukuran .018 .004 .166 4.790 .000 .914 1.095
Pertumbuhan .000 .000 .068 2.043 .041 .980 1.020
SA -.005 .036 -.005 -.140 .888 .735 1.361
1
NDTS .368 .236 .058 1.562 .119 .783 1.278
Profitabilitas -.007 .001 -.307 -8.911 .000 .917 1.090
Likuiditas -.019 .002 -.376 -10.807 .000 .900 1.111
MO -.002 .000 -.167 -4.951 .000 .963 1.039
a. Dependent Variable: DR
Uji Kenormalan
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 620
Normal Parametersa,b Mean .0000000
Std. Deviation .15583713
Most Extreme Differences Absolute .045
Positive .045
Negative -.041
Test Statistic .045
Asymp. Sig. (2-tailed) .005c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Criterion Variable DR
Model Fit:
R-sq F df1 df2 p
,3325 26,1664 7,0000 612,0000 ,0000
Model 2
Model Summaryb
b. Dependent Variable: MO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 2556.793 2 1278.396 4.350 .013b
1
Residual 181320.980 617 293.875
Total 183877.773 619
a. Dependent Variable: MO
b. Predictors: (Constant), Pertumbuhan , Ukuran
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 41.603 11.022 3.775 .000
Ukuran -1.125 .388 -.116 -2.901 .004 1.000 1.000
Pertumbuhan .004 .008 .020 .489 .625 1.000 1.000
a. Dependent Variable: MO
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 22.521 8.279 2.720 .007
427
Uji Kenormalan
Model 3
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .563 .317 .309 .11090716
a. Predictors: (Constant), MO , NDTS , Pertumbuhan , Ukuran ,
Likuiditas , Profitabilitas , SA
b. Dependent Variable: LTDR
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 3.492 7 .499 40.557 .000b
Residual 7.528 612 .012
Total 11.020 619
a. Dependent Variable: LTDR
b. Predictors: (Constant), MO , NDTS , Pertumbuhan , Ukuran , Likuiditas , Profitabilitas ,
SA
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
428
Uji Normalitas
HC Method
3
Criterion Variable
LTDR
429
Model Fit:
R-sq F df1 df2 p
,3169 47,3648 7,0000 612,0000 ,0000
Model 4
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .315 .099 .093 .59111
a. Predictors: (Constant), DR, Pertumbuhan , MO , Ukuran
b. Dependent Variable: Absmod4
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 23.704 4 5.926 16.960 .000b
1 Residual 214.886 615 .349
Total 238.590 619
a. Dependent Variable: Absmod4
b. Predictors: (Constant), DR, Pertumbuhan, MO, Ukuran
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -1.369 .539 -2.542 .011
Ukuran .084 .019 .177 4.360 .000 .950 1.053
Pertumbuhan .000 .000 .022 .565 .572 .995 1.005
MO .000 .002 -.004 -.093 .926 .953 1.049
DR .330 .182 .075 1.814 .070 .920 1.087
a. Dependent Variable: NP
HC Method 3
Criterion Variable
NP
Model Fit:
R-sq F df1 df2 p
,0431 10,0681 4,0000 615,0000 ,0000
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 620
Normal Parametersa,b Mean .0000000
Std. Deviation .82502226
Most Extreme Differences Absolute .171
Positive .171
Negative -.124
Test Statistic .171
Asymp. Sig. (2-tailed) .000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Model 5
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .226 .051 .045 .82429810
a. Predictors: (Constant), LTDR , Pertumbuhan , MO , Ukuran
b. Dependent Variable: NP
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 22.427 4 5.607 8.252
.000b
Residual 417.872 615 .679
431
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients t Sig. Collinearity Statistics
Model B Std. Error Beta Tolerance VIF
1 (Constant) -1.807 .554 -3.259 .001
Ukuran .110 .020 .231 5.508 .000 .879 1.138
Pertumbuhan .000 .000 .034 .863 .388 .996 1.004
MO -.001 .002 -.028 -.706 .481 .977 1.023
LTDR -.770 .266 -.122 -2.899 .004 .874 1.144
a. Dependent Variable: NP
HC Method 0
Criterion Variable NP
Model Fit:
R-sq F df1 df2 p
,0509 8,2414 4,0000 615,0000 ,0000
Matriks Korelasi
LTD
Ukuran Pertumbuhan SA NDTS Profitabilitas Likuiditas MO DR NP
R
*
.210
Ukuran 1 -.016 -.095* -.026 .156** -.200** -.116** * .339** .192**
Pertumbuhan -.016 1 .064 -.066 .043 -.035 .021 .058 .049 .024
* ** ** ** .163* **
SA -.095 .064 1 .444 -.207 -.211 -.064 * .348 -.028
*
.136
NDTS -.026 -.066 .444** 1 -.188** -.092* .020 * .165** .041
-.282 -.229
Profitabilitas .156** .043 -.207** -.188** 1 .023 -.088* ** ** .246**
-.443 -.201
Likuiditas -.200** -.035 -.211** -.092* .023 1 .119** ** ** -.110**
-.201 -.127
MO -.116** .021 -.064 .020 -.088* .119** 1 ** ** -.039
DR .210** .058 .163** .136** -.282** -.443** -.201** 1 .464** .114**
.464*
LTDR .339** .049 .348** .165** -.229** -.201** -.127** * 1 -.038
.114*
NP .192** .024 -.028 .041 .246** -.110** -.039 * -.038 1